IndexTTS

IndexTTS 主要支援中文和英文，在這兩種語言中都具有出色的性能。它還可以自然地處理中英文語碼轉換，使其成為雙語內容的理想選擇。

5-10 秒的清晰音訊片段是聲音複製的最佳選擇。音訊應具有儘量小的背景噪音，並清楚地代表說話者的聲音特徵。

IndexTTS 是一個開源系統。請查看許可條款，並確保您擁有使用於聲音複製的任何參考音訊的適當權利。

IndexTTS 提供工業級品質，具有零樣本聲音複製、針對中文文本的先進發音校正、情感控制和高說話者相似度 (0.776)，以及出色的音訊品質 (MOS: 4.01)。

IndexTTS 的詞錯誤率 (WER) 僅為 1.3%，表明發音非常準確。對於中文文本，您可以使用拼音校正進一步提高準確性。

IndexTTS 使用 BigVGAN2 聲碼器生成高品質的音訊輸出，通常為 WAV 格式，具有出色的清晰度和自然度。

是的，您可以通過標點符號控制停頓，IndexTTS2 支援通過情感標籤進行情感控制，使語音更具表現力。

雖然 IndexTTS 可以處理各種文字長度，但為了獲得最佳品質和處理效率，最好將非常長的文本分成較小的塊。