B站的IndexTTS-2声音克隆模型在前几天终于发布了，支持多种情感控制，可以使用相同音色、其他参考音频、情感向量，或者直接使用文本描述，其中好多的群友在问我，我给大家安排上这一份工具，来源于蒙恩大佬分享给我的。纯离线免费使用。
1、两种语音生成模式
精准控制语音时长：通过指定生成的 token 数，满足对时长有严格要求的场景。
自由生成自然节奏的语音：适用于更注重自然表达的应用。
2、情感与音色解耦
引入 Gradient Reversal Layer：进行情感 – 音色的解耦，使得情感表达不再受限于音色。
多方式情感表达控制：支持使用文本描述或音频 prompt 控制情感表达，大大提升了情感表达的灵活性。
3、零样本音色克隆
仅需10秒参考音频，通过对比学习对齐潜在空间，支持方言/口音复刻
中文混合建模：汉字+拼音联合输入，解决多音字问题（如“行”xíng/háng）
4、自然语言情感控制
构建情感 embedding 空间：构建 7 种基本情绪的 embedding 空间，为情感的精准表达提供基础。
LLM 情感映射：使用 LLM（DeepSeekR1 + Qwen3-LoRA）将自然语言映射为情感向量引导生成，让情感表达更加贴近人类语言习惯。
win10系统，亲测可用，纯离线免部署，纯英文路径解压即可运行
补充说明，另外收集了超全的800+款不同热门音色素材，供大家配音使用
转载请说明出处！如内容无法下载/内容错误/版权问题，请联系管理员》内容投诉《版权免责声明
1. 本店所有内容均由网络公开发布渠道收集整理而来，该资料仅作为阅读交流使用，并无任何商业目的，所有资料仅供学习交流，严禁用于商业用途。不得违反国家法律。否则后果自负！
2.任何访问、浏览本站、购买或未购买的人，就代表已阅读，理解并同意遵守本声明条款
3.内容来源：本站所有内容均来自网络公开渠道收集整理。若版权方、出版社认为本站侵权，请立即通知本站》 内容投诉《提供相关证实材料，如版权属实，本站将在24小时内下架相关宝贝，谢谢！
4.宝贝所标识的价格，是对本站收集整理资料以及本站运营支付的适当补偿，资料索取者应尊重版权方的知识产权，谢谢！
5. 如有链接无法下载、失效或广告，请联系管理员处理！
6.资源属于可复制的产品，无任何理由退款！
