2026-01-02 13:06:49

Acabei de testar o Index TTS2, e o limite de clonagem de voz de código aberto foi elevado novamente.

A maior diferença em relação a outros TTS é o “controle emocional”. Não é uma leitura mecânica, você pode especificar que ele fale com tons de “tristeza, raiva, excitação extrema”, e até controlar a velocidade e as pausas. Mecanismo Zero-Shot, basta inserir um áudio de 10 segundos para clonar.

Porém, a implementação original no Github é extremamente difícil de usar. Problemas com versões de CUDA, dependências de Python, ambiente de compilação C++. Um computador comum executando o código nativo pode passar um dia inteiro com erros.

Para uso próprio da equipe, embalei todas as dependências do ambiente. Criei um pacote de instalação único para Windows / Mac, com integração fácil.

· Descompactar (atenção para não usar caminhos com caracteres chineses)
· Clicar duas vezes em 一键启动.bat
· Usar a interface WebUI para operar via navegador
Executa offline localmente, sem gastar um centavo em tokens. Se precisar, envie mensagem privada!
Endereço do projeto de código aberto:

Ver original

Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.