IndexTTS

IndexTTS는 Bilibili의 산업용 텍스트 음성 변환 시스템으로, 제로샷 음성 복제, 다국어 지원 및 감정 제어 기능을 통해 고품질 음성 합성을 제공합니다.

IndexTTS 주요 기능

IndexTTS는 Bilibili에서 개발한 산업용 텍스트 음성 변환 시스템으로, 제로샷 음성 복제, 다국어 지원, 감정 제어 기능을 제공합니다.

제로샷 음성 복제

추가 학습 없이 짧은 참조 오디오 클립만으로 모든 화자의 음성 특징을 복제합니다.

발음 교정

다음자, 희귀 단어, 발음 뉘앙스를 완벽하게 처리하는 고급 병음 기반 교정 시스템입니다.

다국어 지원

자연스러운 코드 전환으로 중국어와 영어를 포함한 여러 언어로 원활하게 음성을 합성합니다.

감정 제어

합성된 음성에서 감정 톤을 제어하여 더욱 표현력 있고 자연스러운 오디오를 만듭니다.

고품질 오디오

통합된 BigVGAN2 보코더는 높은 화자 유사성(MOS: 4.01)으로 뛰어난 오디오 품질을 보장합니다.

일시 정지 제어

구두점을 통해 음성 리듬과 일시 정지를 정확하게 제어하여 자연스러운 전달을 가능하게 합니다.

IndexTTS 사용 방법

다음의 간단한 단계를 따라 텍스트에서 고품질 음성을 생성하세요.

텍스트 준비

음성으로 변환할 텍스트를 입력하거나 붙여넣습니다. 적절한 구두점을 사용하고 필요한 경우 발음 힌트를 추가합니다.

참조 오디오 업로드(선택 사항)

음성 복제의 경우 대상 음성의 5-10초 분량의 깨끗한 오디오 샘플을 업로드합니다. 기본 음성을 사용하려면 이 단계를 건너뜁니다.

언어 및 감정 선택

기본 언어(중국어/영어)를 선택하고 표현력 있는 음성을 원하면 감정 태그를 선택합니다.

생성 및 다운로드

생성을 클릭하여 오디오를 만듭니다. 결과를 미리 보고 만족스러우면 오디오 파일을 다운로드합니다.

빠른 팁

•최상의 음성 복제 결과를 얻으려면 참조 오디오가 깨끗하고 배경 소음이 최소화되어야 합니다.
•텍스트가 길수록 처리하는 데 시간이 더 오래 걸릴 수 있습니다. 더 작은 세그먼트로 분할하는 것을 고려하십시오.
•원하는 음성 리듬을 얻기 위해 다양한 구두점 패턴을 실험해 보세요.
•중국어 텍스트의 경우 병음 교정을 통해 발음 정확도를 크게 향상시킬 수 있습니다.

생성된 음성의 품질은 입력 텍스트의 명확성과 참조 오디오 품질(음성 복제의 경우)에 따라 달라집니다. 최상의 결과를 얻으려면 자연스러운 구두점이 있는 잘 구성된 텍스트를 사용하십시오.

자주 묻는 질문

IndexTTS에 대한 일반적인 질문에 대한 답변을 찾아보세요.

IndexTTS는 어떤 언어를 지원합니까?

IndexTTS는 주로 중국어와 영어를 지원하며 두 언어 모두에서 뛰어난 성능을 보입니다. 또한 중국어-영어 코드 전환을 자연스럽게 처리하므로 이중 언어 콘텐츠에 이상적입니다.

음성 복제를 위한 참조 오디오는 얼마나 길어야 합니까?

5-10초 분량의 깨끗한 오디오 클립이 음성 복제에 최적입니다. 오디오에는 배경 소음이 최소화되어야 하며 화자의 음성 특징을 명확하게 나타내야 합니다.

IndexTTS를 상업 프로젝트에 사용할 수 있습니까?

IndexTTS는 오픈 소스 시스템입니다. 라이선스 조건을 검토하고 음성 복제에 사용하는 모든 참조 오디오에 대한 적절한 권리가 있는지 확인하십시오.

IndexTTS는 다른 TTS 시스템과 어떤 점이 다릅니까?

IndexTTS는 제로샷 음성 복제, 중국어 텍스트에 대한 고급 발음 교정, 감정 제어, 뛰어난 오디오 품질(MOS: 4.01)로 높은 화자 유사성(0.776)을 제공하는 산업 등급 품질을 제공합니다.

발음 정확도는 어느 정도입니까?

IndexTTS는 단어 오류율(WER)이 1.3%에 불과하여 매우 높은 발음 정확도를 나타냅니다. 중국어 텍스트의 경우 병음 교정을 사용하여 정확도를 더욱 향상시킬 수 있습니다.

출력 오디오 형식은 무엇입니까?

IndexTTS는 일반적으로 BigVGAN2 보코더를 사용하여 선명도와 자연스러움이 뛰어난 WAV 형식으로 고품질 오디오 출력을 생성합니다.

말하기 속도와 감정을 제어할 수 있습니까?

예, 구두점을 통해 일시 정지를 제어할 수 있으며 IndexTTS2는 감정 태그를 통해 감정 제어를 지원하여 음성을 더욱 표현력 있게 만들 수 있습니다.

텍스트 길이에 제한이 있습니까?

IndexTTS는 다양한 텍스트 길이를 처리할 수 있지만 최적의 품질과 처리 효율성을 위해 매우 긴 텍스트는 더 작은 덩어리로 처리하는 것이 가장 좋습니다.

자연스러운 음성을 만들 준비가 되셨습니까?

지금 IndexTTS를 사용하여 텍스트를 고급 음성 복제 기능을 갖춘 고품질의 자연스러운 음성으로 변환하십시오.

IndexTTS는 25,000시간의 중국어 오디오와 9,000시간의 영어 오디오로 학습되어 프로젝트에 대한 전문가 수준의 품질을 보장합니다.