index-tts

上传几秒语音,立刻克隆你的声音,随便说哪种语言都行

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 2931 🐛 待处理 416 👀 关注 133
GitHub ↗
GitHub 星标 ★ 24993
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,完全免费。

项目预览

index-tts 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队index-tts
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型bigvgan,cross-lingual,indextts,text-to-speech,tts,voice-clone,zero-shot-tts
GitHub 星标★ 24993
上线时间2025-02-06 00:00:00
代码更新2026-09-29
仓库体积36.8 MB
本站数据更新2026-11-09
维护状态维护中
收录时间2026-08-09
浏览次数13

项目介绍

index-tts 是一个面向工业级应用的零样本文本转语音(TTS)系统,核心能力是仅凭几秒参考音频即可克隆说话人音色,并用于跨语言语音合成。它解决了传统语音合成需要大量目标说话人数据、训练成本高、定制门槛高的问题,让开发者能快速接入个性化语音生成。系统在可控性和效率上做了针对性设计,支持精细调节合成语音的情感、风格等属性,同时结合 BigVGAN 等高质量声码器,在保证音质的前提下提升生成速度,适合实时/准实时的交互场景。项目以 Python 为主,技术栈围绕 zero-shot TTS 和 voice-clone,覆盖跨语言推理,常见于有声内容制作、虚拟角色配音、无障碍辅助等场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 24993

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 20 分钟 部署方式:本地安装 6 步

环境要求

  • 需先安装 uv 包管理器,README 明确要求用它管理依赖环境
  • uv sync 会自动创建 .venv 项目目录,并安装正确版本的 Python 与全部依赖
  • 若安装过程出现 CUDA 报错,需系统已安装 NVIDIA CUDA Toolkit 12.8 或更新版本
  • Windows 上 DeepSpeed 可能难以安装,可去掉 --all-extras 并手动选择扩展

安装与启动步骤

  1. 1准备项目源码

    README 节选从“2. Install Dependencies”开始,未给出获取源码的命令;请先从 GitHub 仓库 index-tts/index-tts 取得代码并进入项目目录,此步不臆造命令。

  2. 2安装 uv

    uv 是项目依赖管理的必需工具,README 要求先安装它,否则无法可靠安装依赖。

    pip install -U uv
  3. 3同步全部依赖

    在项目根目录执行,会自动创建 .venv 并安装正确版本的 Python 和所有依赖,包含全部额外功能。

    uv sync --all-extras
  4. 4国内镜像加速

    如果依赖下载缓慢,可改用国内镜像源,README 给出阿里云与清华两种可选地址,二者选其一执行。

    uv sync --all-extras --default-index "https://mirrors.aliyun.com/pypi/simple"
  5. 5按需定制扩展

    不想装全部扩展时,去掉 --all-extras,手动加 --extra webui(推荐)和 --extra deepspeed(可能加速推理)。

    uv sync --extra webui --extra deepspeed
  6. 6检查 CUDA 环境

    若安装时报 CUDA 错误,需确认系统已装 NVIDIA CUDA Toolkit 12.8 或更新版本,装好后重新同步依赖。

如何确认成功

README 未给出启动或验证命令;执行 uv sync 全程无报错、项目目录下生成 .venv 即视为依赖安装成功。

常见问题

Q:依赖下载很慢怎么办?

A:使用国内镜像源,例如 uv sync --all-extras --default-index "https://mirrors.aliyun.com/pypi/simple",也可换成清华镜像地址。

Q:Windows 上装不上 DeepSpeed 怎么办?

A:去掉 --all-extras,改为手动添加所需扩展,例如只加 --extra webui,即可跳过 DeepSpeed。

Q:安装时提示 CUDA 错误怎么办?

A:README 指出需确保系统已安装 NVIDIA CUDA Toolkit 12.8 或更新版本,版本过低会报错。

Q:只想用 WebUI,需要装全部扩展吗?

A:不需要。去掉 --all-extras,只执行 uv sync --extra webui 即可,README 将 WebUI 标注为推荐扩展。

注意事项

  • README 节选只包含依赖安装说明,未给出模型权重下载与推理/启动命令,需另行查阅仓库完整文档。
  • 最新版本为 IndexTTS-2.5,支持中文、英文、日文、西班牙文和阿拉伯文,并支持情感、语速和发音控制。
  • 模型权重可从 ModelScope(IndexTeam/IndexTTS-2.5)或 HuggingFace 获取,README 同时提供了在线 Demo 与 Studio 体验入口。
  • --all-extras 会装入所有额外功能,按需可只选 --extra webui 或 --extra deepspeed。

核心亮点

  • 零样本声音克隆,只需3~5秒参考语音即可合成目标说话人声音
  • 支持跨语言合成,用原始音色生成多种语言内容,降低本地化配音成本
  • 基于BigVGAN声码器与可控设计,音质和推理效率兼顾,适合工业级部署

不足之处

  • 文档完善度和社区规模相对有限,上手可能需要参考源码和示例
  • 对参考音频的纯净度与时长有一定要求,复杂背景音下克隆效果可能下降

适用场景

  • 给短视频/播客快速生成稳定音色的旁白
  • 为游戏或动画角色生成个性化配音台词
  • 在无障碍阅读工具中合成用户偏好的语音

替代项目

Coqui TTS、Tortoise TTS

上一篇:audio-diffusion

下一篇:supertonic

同类项目推荐

MusicTransformer-Pytorch 开源

用 PyTorch 复现 Music Transformer,轻松生成连贯钢琴曲

MusicTransformer written for MaestroV2 using the Pytorch framework for music generat···

★ 262 2026-08-09
diffwave 开源

用扩散模型快速生成高保真语音波形,让 TTS 更自然高效。

DiffWave is a fast, high-quality neural vocoder and waveform synthesizer.

★ 889 2026-08-09
Text-Normalization-Demo 开源

用记忆增强神经网络,一键把口语化文本转成规范写法

Demonstration of the results in "Text Normalization using Memory Augmented Neural Ne···

★ 60 2026-08-09
qwen3-tts-rs 开源

用 Rust 原生跑通 Qwen3-TTS,轻量部署高性能语音合成

Rust implementation of Qwen3-TTS speech synthesis

★ 150 2026-08-09
jpreprocess 开源

用 Rust 重写 OpenJTalk,让日语 TTS 文本预处理更快更安全

Japanese text preprocessor for Text-to-Speech applications (OpenJTalk rewrite in rus···

★ 61 2026-08-09
awesome-ai-voice 开源

一站式收藏开源语音与音乐生成模型,快速找到你要的工具。

List of open-source TTS, voice cloning, and music generation models

★ 540 2026-08-09
tihu 开源

让波斯语文本开口说话,离线合成自然语音

Persian Text-To-Speech

★ 85 2026-08-09
mimic-recording-studio 开源

Docker 一键部署,网页录制语音样本,训练 Mimic2 专属 TTS 声音

Mimic Recording Studio is a Docker-based application you can install to record voice···

★ 516 2026-08-09
easyVoice 开源

超长文本一键转语音,多角色配音轻松搞定

开源文本转语音工具,支持超长文本,多角色配音

★ 2377 2026-08-09