Index-TTS体验

Index-TTS 是哔哩哔哩推出的一款工业级、可控性强的文本转语音（TTS）系统。它基于开源项目 XTTS 和 Tortoise 进行深度优化，融合了类 GPT 的生成式模型架构，能够将文本快速转化为自然、流畅、高保真的语音。

IndexTTS 的优势

1. 对中文文本的处理能力，支持拼音纠正汉字发音，可通过标点符号精准控制停顿，有效解决了多音字和长尾字符的发音问题。 

2. 采用混合建模方法，结合汉字和拼音，优化语音生成效果。在性能方面，IndexTTS 的字词错误率(WER)仅为1.3%，扬声器相似性(SS)达到 0.776，主观音质评分(MOS)为 4.01，表现出色。

3. 使用大量数据进行训练，包括 25 万小时的中文音频和 9000 小时的英文音频，确保了音质和音色的高质量。

环境搭建全流程

1. 本教程操作环境

• 系统：Ubuntu 22.04 LTS

• python：3.10

• CUDA：12.9

• 显存：6G

2. 安装步骤

步骤 1：克隆代码库

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

步骤 2：创建虚拟环境

使用的是 conda 环境管理工具

  conda create -n index-tts python=3.10
  conda activate index-tts

步骤 3：安装依赖

  pip install -r requirements.txt
  # 上面安装依赖慢或者失败可使用下列镜像方式安装
  pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
  apt-get install ffmpeg  # 如果本地未安装过的话

步骤 4：模型下载

  huggingface-cli download IndexTeam/IndexTTS-1.5 \
  config.yaml bigvgan_discriminator.pth bigvgan_generator.pth bpe.model dvae.pth gpt.pth unigram_12000.vocab \
  --local-dir checkpoints

如果下载速度慢，可以使用下面镜像再执行上面的模型下载：

  export HF_ENDPOINT="https://hf-mirror.com"

或使用wget工具下载

  wget https://huggingface.co/IndexTeam/IndexTTS-1.5/resolve/main/bigvgan_discriminator.pth -P checkpoints
  wget https://huggingface.co/IndexTeam/IndexTTS-1.5/resolve/main/bigvgan_generator.pth -P checkpoints
  wget https://huggingface.co/IndexTeam/IndexTTS-1.5/resolve/main/bpe.model -P checkpoints
  wget https://huggingface.co/IndexTeam/IndexTTS-1.5/resolve/main/dvae.pth -P checkpoints
  wget https://huggingface.co/IndexTeam/IndexTTS-1.5/resolve/main/gpt.pth -P checkpoints
  wget https://huggingface.co/IndexTeam/IndexTTS-1.5/resolve/main/unigram_12000.vocab -P checkpoints
  wget https://huggingface.co/IndexTeam/IndexTTS-1.5/resolve/main/config.yaml -P checkpoints

3.运行

测试脚本

  mkdir test_data
  PYTHONPATH=. python indextts/infer.py

运行脚本前需要新建一个test_data目录并在其目录下上传一个名为input.wav的语音文件作音色样本，也可以使用我这个来测试

最后转换生成的语音文件会保存在目录下的gen.wav文件，默认语音内容为英语，也可以通过修改indextts/infer.py文件中的text值或者output_path参数的文件名称，我这里是直接注释了英文内容，改成转换上句的中英文

网站页面（GUI）

  python webui.py --host=0.0.0.0  # 设置host为0.0.0.0后其他机器才能访问，默认是只允许本机访问；如需修改端口则添加port参数，如--port=7861