IndexTTS
IndexTTSは、Bilibiliによる産業グレードのテキスト読み上げシステムであり、ゼロショット音声クローン、多言語サポート、および感情制御機能を備えた高品質の音声合成を提供します。
Index TTS 2.0 音声生成
参照音声とテキストを使用して自然でクリアな音声を作成します
app.audioapp.click-upload
app.audioapp.audio-file-requirements
0 / 2000 文字
必要なクレジット: 0
料金は推定オーディオ時間に基づいており、CJK言語とラテン言語で区別されます
まだオーディオが生成されていません
参照オーディオをアップロードしてテキストを入力し、生成してください
IndexTTSの主な機能
IndexTTSは、Bilibiliが開発した産業グレードのテキスト読み上げシステムで、ゼロショット音声クローン、多言語サポート、感情制御機能を提供します。
ゼロショット音声クローン
追加のトレーニングなしで、短い参照オーディオクリップのみを使用して、あらゆる話者の声の特徴を再現します。
発音修正
多音字、珍しい単語、発音のニュアンスを完璧に処理する高度なピンインベースの修正システム。
多言語サポート
中国語や英語を含む複数の言語で、自然なコードスイッチングによるシームレスな音声合成。
感情制御
合成音声の感情的なトーンを制御して、より表現力豊かで自然なサウンドのオーディオを作成します。
高品質オーディオ
統合されたBigVGAN2ボコーダーにより、高い話者類似性（MOS：4.01）を備えた優れたオーディオ品質が保証されます。
ポーズ制御
句読点を使用して、スピーチのリズムとポーズを正確に制御し、自然なサウンドの配信を実現します。
一般的なユースケース
IndexTTSがオーディオコンテンツ作成ワークフローをどのように変革できるかを発見してください。
コンテンツ作成
録音機器なしで、ビデオ、ポッドキャスト、教育コンテンツ用の自然なナレーションを生成します。
オーディオブック制作
書籍や記事を、一貫した音声品質と感情表現を備えた魅力的なオーディオブックに変換します。
言語学習
ネイティブのような品質で、言語教育用の発音例とリスニング教材を作成します。
アクセシビリティ
視覚障碍者向けに、高品質のテキスト読み上げ変換を通じて、書かれたコンテンツをアクセス可能にします。
音声クローン
パーソナライズされたAIアシスタント、仮想キャラクター、または記念目的で、音声を保存および複製します。
多言語メディア
グローバルな視聴者向けに、さまざまな言語で自然なサウンドの音声を使用して多言語コンテンツを作成します。
IndexTTSのテキスト入力ガイド
最適な音声合成結果を得るための効果的なテキスト入力の作成方法を学びます。
重要な要素
明確なテキスト構造
適切な句読点を使用して、生成された音声のポーズとリズムを制御します。
発音のヒント
中国語のテキストの場合、ピンイン表記を使用して多音字を修正します。
感情タグ
感情的なトーンを指定して、スピーチをより表現力豊かで自然にします。
言語の混合
テキスト入力で中国語と英語をシームレスに混合します。
より良い結果を得るためのプロのヒント
自然な句読点を使用する
コンマ、ピリオド、感嘆符を自然に追加して、スピーチのリズムとポーズを制御します。
高品質の参照オーディオ
音声クローンの場合は、バックグラウンドノイズが最小限のクリアな参照オーディオを使用します（5〜10秒が最適です）。
長いテキストを分割する
非常に長いテキストは、より一貫した品質と簡単な処理のために、より小さなチャンクに分割します。
発音をテストする
珍しい文字を含む中国語のテキストの場合は、発音をテストし、必要に応じてピンイン修正を追加します。
基本的な入力 vs 強化された入力
"今天天气很好 (今日は良い天気です)"
"今天天气很好，让我们出去走走吧！ (今日は良い天気です。散歩に出かけましょう！)"
"I have great news to share (共有したい素晴らしいニュースがあります)"
"[Excited] I have great news to share with everyone! (【興奮】皆さんと共有したい素晴らしいニュースがあります！)"
IndexTTSの使い方
これらの簡単な手順に従って、テキストから高品質の音声を生成します。
テキストを準備する
音声に変換するテキストを入力または貼り付けます。適切な句読点を使用し、必要に応じて発音のヒントを追加します。
参照オーディオをアップロードする（オプション）
音声クローンの場合は、ターゲット音声の5〜10秒のクリアなオーディオサンプルをアップロードします。デフォルトの音声を使用するには、この手順をスキップします。
言語と感情を選択する
主要な言語（中国語/英語）を選択し、表現力豊かなスピーチが必要な場合は、感情タグを選択します。
生成とダウンロード
[生成]をクリックしてオーディオを作成します。結果をプレビューし、満足したらオーディオファイルをダウンロードします。
クイックヒント
- •参照オーディオは、最高の音声クローン結果を得るために、バックグラウンドノイズを最小限に抑えてクリアにする必要があります。
- •長いテキストは処理に時間がかかる場合があります。より小さなセグメントに分割することを検討してください。
- •目的のスピーチリズムを実現するために、さまざまな句読点パターンを試してください。
- •中国語のテキストの場合、ピンイン修正により発音の精度が大幅に向上します。
生成される音声の品質は、入力テキストの明瞭さと参照オーディオの品質（音声クローン用）に依存します。最良の結果を得るには、自然な句読点を使用した適切にフォーマットされたテキストを使用してください。
よくある質問
IndexTTSに関する一般的な質問への回答を見つけてください。
自然なスピーチを作成する準備はできましたか？
今すぐIndexTTSを使用して、高度な音声クローン機能を使用して、テキストを高品質で自然なサウンドのスピーチに変換します。
IndexTTSは、25,000時間の中国語オーディオと9,000時間の英語オーディオでトレーニングされており、プロジェクトにプロフェッショナルグレードの品質を保証します。