秒变配音大师！B站神器IndexTTS2实战：克隆任何人的声音，还能注入情感，视频创作效率翻倍，可以尽情发挥使用场景！

介绍
IndexTTS2是B站语音团队开源的第二代文本转语音（TTS）模型。你可以把它想象成一个非常厉害的“语音克隆+情感控制”工具，非常适合用来做配音和二次创作（怎么使用可以尽情发挥）。
我将免费提供一键整合包，本地部署，开箱即用，免费无限制使用次数。



核心特点
能模仿任何人的声音（零样本克隆）：你只需要给 IndexTTS2 提供一段短短的目标人声音频（比如朋友的一段话、某个角色的台词），它就能学会并用这个声音说出任何你想要的文本，不需要针对这个声音进行额外训练。
能给声音注入情感，还能分开调：这是它特别厉害的地方。它能把声音的“音色”（是谁在说话）和“情感”（用什么情绪说话）分开处理，比如：你可以让一个沉稳大叔的声音（音色来源）用可爱撒娇的语气（情感来源）说话。
声音自然度高：它采用“自回归”方式生成语音（类似一个字一个字思考着说），加上高质量的声码器（BigVGANv2），所以生成的语音非常自然流畅，不像传统的机器人发声，有呼吸停顿、语调起伏。

主要用途
视频与短视频配音：做自媒体、游戏解说、二次创作时，高效生成高质量且能与画面时长精准匹配的旁白或角色语音。
有声读物与播客：用你喜欢的声音和情感，将文字内容转化为生动的音频，甚至可以用多个不同声音为不同角色配音。
辅助工具与教育：可以为语言学习者提供包含丰富语调和情感的朗读材料。

使用教程：
硬件配置：英伟达4G以上显存，推荐8G+，显存低的话推理生成会非常慢。
保存地址：【点击保存】

注：文件保存路径不可带有中文



双击“一键启动.exe”等待启动完成，打开浏览器访问http://127.0.0.1:7860 进入控制台，推荐使用edge或谷歌浏览器。





功能讲解
1、与音色参考音频相同
上传或本地录制音色参考音频，输入目标文本，点击生成语音。



2、使用情感参考音频
上传或本地录制音色参考音频，上传或本地录制情感参考音频，选择情感权重（0.4-0.8左右最佳），输入目标文本，点击生成语音。



3、使用情感向量控制
上传或本地录制音色参考音频，选择各种情感向量权重（情感向量之和不能超过1.5），输入目标文本，点击生成语音。



4、使用情感描述文本控制
上传或本地录制音色参考音频，输入情感描述文本（非常高兴，愤怒，巨悲伤等），输入目标文本，点击生成语音。



生成的语音可以在浏览器上下载或者去.\outputs目录查找

赞(94)