IndexTTS-2 TTS
A zero-shot TTS model with fine-grained emotion control via emotion vectors, no emotion-specific training data required.
Lập vòng văn bản trong thẻ SSML để kiểm soát chính xác:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Thẻ mà mô hình đã chọn hiểu — nhấn để thả một trong văn bản của bạn nơi nó xảy ra:
Mô hình này đọc văn bản đơn giản, vì vậy các thẻ trong dòng sẽ bị bỏ qua. Đối với cảm xúc dựa trên thẻ, hãy chuyển sang mô hình biểu cảm như Orpheus hay Bark.
Định nghĩa cách phát âm tùy chỉnh (từ = phát âm):
Về IndexTTS-2
IndexTTS-2, from the Index Team, is an expressive text-to-speech system that pairs zero-shot voice synthesis with precise emotional control. Rather than relying on emotion-labeled training data, it uses emotion vectors to dial in tones like happy, sad, angry, or fearful independently of the voice itself. Built on a Qwen2 backbone with BigVGAN as the vocoder, it supports English and Chinese and can clone a voice from roughly five seconds of reference audio. It suits audiobooks, virtual assistants, and any content where the same voice needs to shift emotional register. Its weights use the Bilibili Model License, which permits commercial use below large usage and revenue thresholds.
Tốt nhất cho: Emotionally expressive content, audiobooks, virtual assistants
& Xem tất cả IndexTTS-2 giọng nóiMột cái nhìn
- Nhà phát triển
- Index Team
- Giấy phép
- Bilibili Model License
- Thú
- standard
- Tốc độ
- medium
- Ký âm
- Có
- Ngôn ngữ
- English, Chinese
- Tối đa các ký tự
- 1000