语音合成效果非常好，可作为自己日常文本转语音使用工具！

软件介绍

IndexTTS 是由哔哩哔哩（B 站）开源的工业级可控高效零样本文本转语音（TTS）系统，基于 XTTS 和 Tortoise 构建，采用 GPT 风格架构。经过数万小时数据训练，性能达到当前顶尖水平，在多项测试中优于 XTTS、CosyVoice2、Fish - Speech、F5 - TTS 等主流 TTS 系统

官方地址：https://github.com/index-tts/index-tts

案例效果：IndexTTS: An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System

核心功能与技术改进​

（一）核心功能​

1. 支持拼音纠正汉字发音，在中文场景下能快速修正读错的字符。​

1. 可通过标点符号控制任意位置的停顿，提升语音表达的自然度。​

（二）技术改进与贡献​

1. 采用字符 - 拼音混合建模方法，专门针对中文场景优化发音准确性。​

1. 集成 Conformer 条件编码器和基于 BigVGAN2 的语音码解码器，有效提升训练稳定性、语音音色相似度与音质。​

1. 公开所有测试集，涵盖多音节词测试集、主观测试集和客观测试集，方便行业研究与对比。

模型版本与更新​

1. 2025/05/14：发布 IndexTTS - 1.5 版本，大幅提升模型稳定性及英语语言性能。​

1. 2025/03/25：发布 IndexTTS - 1.0 模型参数与推理代码。​

1. 2025/02/12：在 ArXiv（编号 2502.05512）提交论文，并发布演示 demo 与测试集。

软件部署

参考地址：https://github.com/index-tts/index-tts

1、cuda环境

参考：Ubuntu22.4部署及更新cuda11.8与cuda12.1_ubuntu 升级cuda-CSDN博客

2、Python环境

本案例使用3.10版本，也是官方推荐版本

参考：Python多版本管理工具——pyenv安装及使用-CSDN博客

pyenv install 3.10
pyenv global 3.10
python version

3、软件下载

cd /opt/
git clone https://github.com/index-tts/index-tts.git

4、依赖下载

cd /opt/index-tts/
pip install -r requirements.txt
pip install deepspeed

5、模型下载

地址：IndexTTS-1.5

git lfs install
git clone https://www.modelscope.cn/IndexTeam/IndexTTS-1.5.git

6、修改源码

修改webui.py代码支持远程访问，内容如下

parser.add_argument("--host", type=str, default="0.0.0.0", help="Host to run the web UI on")

7、启动Web

python webui.py --model_dir IndexTTS-1.5

8、浏览器访问

地址：http://192.168.1.76:7860/

9、语音合成应用

输入内容

窗台上的旧搪瓷盆里，野菊不知何时冒了芽。起初是针尖似的绿，怯生生扒着陶土边缘，后来竟攒出半掌叶瓣，风过时便簌簌抖，像怕人窥见的秘密。
晨露未晞时最热闹。阳光斜斜切进来，给叶片的绒毛镀上金粉，水珠在叶尖滚了滚，“咚” 地落进盆沿裂缝里。有时麻雀会停在窗棂上，歪头瞅这丛新绿，小爪子在木头上磕出轻响，倒惊得野菊晃了晃，漏下满窗台的碎光。
不必盼着开花的。单是看它把枯盆活出春意，看光影在叶上写短诗，就够温柔了。