# IndexTTS 2.5 (modelo de voz)

> IndexTTS 2.5 de bilibili, ejecutado en local: clonación de voz zero-shot a partir de un clip de 3-30 s con la emoción descrita en una instrucción, en chino, inglés, japonés, español y árabe. Para diálogos de juego expresivos. Se ejecuta en una GPU con unos 6 GB con audio.cpp. Se permite el uso comercial por debajo de los límites de tamaño de la licencia.

- Id: `aigd.tts-indextts25`
- Origen: Oficial (propio `aigd.*`)
- Categoría: Audio
- Editor: AI Game Dev (`aigd`), verificado
- Última versión: 1.0.2 (publicado el 2026-11-22)
- Licencia: SEE LICENSE IN README.md
- Requiere la app AI Game Dev: `>=0.32.0-beta.6`
- Código nativo: no
- Valoración: aún sin valoraciones
- Página HTML: https://ai-game.dev/es/packages/aigd.tts-indextts25

## Instalar

Con la CLI gamedev, en la carpeta del proyecto:

```bash
gamedev pkg add aigd.tts-indextts25
```

En la app de escritorio: abre la ventana Packages (el icono de paquete en la barra de estado), selecciona **Browse**, busca `aigd.tts-indextts25` y haz clic en **Add to Project**. Más: https://ai-game.dev/docs/wiki/app/packages

## Versiones

| Versión | Publicado | Requiere app | Notas |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | la más reciente |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## Descripción

````markdown
# IndexTTS 2.5 (`aigd.tts-indextts25`)

IndexTTS 2.5 es el modelo de texto a voz con clonación de voz zero-shot de bilibili y control de emociones, en chino, inglés, japonés, español y árabe. Cada solicitud necesita un clip de referencia, y una instrucción describe la emoción. En AI Game Dev se ejecuta en tu GPU mediante **Generación de audio local** (`aigd.audiocpp`, audio.cpp). Encaja con juegos que quieren que la misma voz de personaje suene tranquila, enfadada o asustada a demanda. Su licencia permite el uso comercial por debajo de un límite de tamaño (consulta la licencia).

## Qué puedes crear

- Diálogos de personaje con emoción en una voz clonada: la misma voz, una emoción distinta en cada línea.
- Voces en off en chino, inglés, japonés, español o árabe a partir de un solo clip de referencia.
- Interpretaciones para cinemáticas en las que el tono se describe con palabras.

## Ejemplos de solicitudes

- «Clona `Audio/ref/knight.wav` y di '¡Retirada!' con voz de pánico.»
- «Lee el discurso de la reina con la voz de referencia, tranquila y melancólica.»
- «Pon voz a la versión japonesa de esta línea con el mismo clip, con entusiasmo.»

## Aspectos destacados

|  |  |
|---|---|
| ID del modelo | `aigd.tts-indextts25.q8-0` |
| Idiomas | auto, en, zh, ja, es, ar (`auto` elige chino para el texto con caracteres han; en caso contrario, inglés) |
| Voces | siempre un clon de un clip de referencia de 3–30 s (no hace falta transcripción) |
| Emoción | descrita en una instrucción |
| Salida | 22.05 kHz |
| Texto por solicitud | hasta 2,000 caracteres |
| Se ejecuta en | una GPU de unos 6 GB (estimación): NVIDIA (CUDA), Vulkan o Mac (Metal) |
| Descarga | 3.50 GB, 1 archivo |
| Licencia | bilibili Model Use License: uso comercial por debajo de sus límites de tamaño |

## Cómo funciona

Este paquete solo contiene datos: indica los nombres de los archivos del modelo. Cuando aceptas la licencia, la app los descarga desde Hugging Face, verifica cada uno mediante sha256 y los ejecuta con **Generación de audio local** (`aigd.audiocpp`, audio.cpp) en tu ordenador.

## Descarga

- **IndexTTS 2.5** (`aigd.tts-indextts25.q8-0`): 3.50 GB, 1 archivo de [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3), fijado a ese commit.

## En qué ordenadores

Requiere una GPU de unos 6 GB.

## Voces e idiomas

- IndexTTS 2.5: idiomas auto, en, zh, ja, es, ar; necesita un clip de referencia; una instrucción de estilo o emoción.

El archivo LICENSE en inglés de Hugging Face indica un límite de ingresos de 1000 millones de RMB, pero el texto en chino (LICENSE_ZH, que según la sección 9 prevalece) indica 100 millones de RMB (1亿): consulta [LICENSE_ZH](https://github.com/index-tts/index-tts/blob/main/LICENSE_ZH.txt) §2.2. Este paquete declara la cifra más estricta y prevalente. La sección 1.4 de la licencia menciona «bilibili indextts2»; la model card de IndexTTS 2.5 enlaza la misma licencia.

## Licencia

bilibili Model Use License. Se permite el uso comercial por debajo de los límites de tamaño de la licencia; por encima de ellos necesitas una licencia aparte de bilibili. Se rige por la legislación china; prevalece el texto en chino.

- IndexTTS 2.5 de bilibili IndexTeam: [model card](https://huggingface.co/IndexTeam/IndexTTS-2.5), bilibili Model Use License; texto de la licencia: [bilibili Model Use License](https://huggingface.co/IndexTeam/IndexTTS-2.5/blob/c39ce5ba981572cb187443877ff559dfb246ce63/LICENSE).
- Todos los archivos de este paquete proceden de [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf): bilibili Model Use License (la licencia original; la conversión de audio.cpp). Tabla de licencias por familia de audio.cpp: [model_licenses.md](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md).

Atribución obligatoria: "IndexTTS 2.5 by bilibili IndexTeam (IndexTeam/IndexTTS-2.5), bilibili Model Use License; GGUF by audio.cpp."

Restricciones:

- Se necesita una licencia aparte de bilibili si tú y tus empresas afiliadas superasteis los 100 millones de RMB de ingresos el año pasado (el texto en chino prevalente) o los 100 millones de usuarios activos mensuales.
- Ni el modelo ni sus resultados pueden usarse para mejorar otros modelos de IA, excepto el propio IndexTTS o modelos no comerciales.
- Cualquier persona a la que transmitas el modelo debe aceptar la misma licencia; conserva los avisos de copyright y una copia de la licencia, y las obras derivadas deben incluir su exención de responsabilidad.
- No apto para usos de alto riesgo como aplicaciones médicas, militares, vigilancia biométrica o decisiones automatizadas sobre personas.
- La licencia termina si demandas a bilibili por el modelo.

Eres responsable de cumplir la licencia del modelo que descargues. Todos los archivos se descargan de Hugging Face. AI Game Dev no los aloja.
````
