IndexTTS，B站开源的文本到语音（TTS）模型，可以使用拼音纠正汉字的发音，并通过标点符号在任何位置控制暂停。

在中文场景中，我们引入了一种角色pinyin混合建模方法，这允许快速纠正错误发音的字符。

Indextts结合了构象体调节编码器和基于BIGVGAN2的语音码解码器，这可以提高训练稳定性，语音音色相似性和声音质量。

IndexTTS，B站开源的文本到语音（TTS）模型，可以使用拼音纠正汉字的发音，并通过标点符号在任何位置控制暂停插图

项目地址：https://index-tts.github.io/

Github地址：https://github.com/index-tts/index-tts

论文地址：https://arxiv.org/abs/2502.05512



微信扫描下方的二维码阅读本文

IndexTTS，B站开源的文本到语音（TTS）模型，可以使用拼音纠正汉字的发音，并通过标点符号在任何位置控制暂停插图1

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。