B 站开源项目 IndexTTS 部署教程

小渣渣

首先，不支持 Windows 系统，Windows 安装依赖会报错：https://github.com/index-tts/index-tts/issues/28

回顾：

“Kokoro-82M”最近爆火的文本转语音 TTS 模型
https://www.itsvse.com/thread-10928-1-1.html

IndexTTS

工业级可控高效零样本文本转语音系统

IndexTTS是一个基于 GPT 风格的文本转语音 (TTS) 模型，主要基于 XTTS 和 Tortoise 算法。它能够通过拼音纠正汉字发音，并通过标点符号控制任意位置的停顿。我们增强了系统的多个模块，包括改进说话人条件特征表示，并集成 BigVGAN2 以优化音频质量。我们的系统基于数万小时的数据进行训练，达到了最佳性能，超越了目前流行的 TTS 系统，例如 XTTS、CosyVoice2、Fish-Speech 和 F5-TTS。

项目地址：https://github.com/index-tts/index-tts
在线体验地址：https://huggingface.co/spaces/IndexTeam/IndexTTS
模型下载：https://huggingface.co/IndexTeam/IndexTTS-1.5

模型效果：IndexTTS-1.5 > IndexTTS

IndexTTS 的概览如下：



IndexTTS 部署

硬件：CPU N150，内存：16G，系统：Rocky Linux 9

安装 conda 略，请参考之前的文章。

使用 conda 创建环境

登录可见。

下载模型

登录可见。

安装依赖和克隆 index-tts 项目

登录可见。

推理测试

登录可见。

可以看到已经生成 output.wav 语音文件。（由于我的 CPU 性能比较弱，耗时比较久）

（完）