# IndexTTS 2.5（音声モデル）

> bilibili の IndexTTS 2.5 をローカルで実行します。3〜30 s のクリップからのゼロショット音声クローニングに対応し、感情を指示で指定でき、中国語、英語、日本語、スペイン語、アラビア語を扱います。表現豊かなゲーム会話向けです。audio.cpp により約 6 GB の GPU で動作します。ライセンスのサイズ上限未満であれば商用利用が可能です。

- ID: `aigd.tts-indextts25`
- ソース: 公式 (ファーストパーティ `aigd.*`)
- カテゴリ: オーディオ
- パブリッシャー: AI Game Dev (`aigd`), 確認済み
- 最新バージョン: 1.0.2 (公開日 2026-11-22)
- ライセンス: SEE LICENSE IN README.md
- AI Game Dev アプリが必要です: `>=0.32.0-beta.6`
- ネイティブコード: いいえ
- 評価: まだ評価はありません
- HTML ページ: https://ai-game.dev/ja/packages/aigd.tts-indextts25

## インストール

gamedev CLI を使用する場合は、プロジェクトフォルダで:

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

デスクトップアプリで: パッケージウィンドウ（ステータスバーのパッケージアイコン）を開き、**参照** を選択して `aigd.tts-indextts25` を検索し、**プロジェクトに追加** をクリックします。詳細: https://ai-game.dev/docs/wiki/app/packages

## バージョン

| バージョン | 公開日 | アプリが必要 | 備考 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 説明

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

IndexTTS 2.5は、bilibiliのゼロショット音声クローニング対応テキスト読み上げモデルで、感情制御に対応し、中国語、英語、日本語、スペイン語、アラビア語を扱います。リクエストごとに参照クリップが必要で、指示文で感情を指定します。AI Game Devでは、**Local audio generation**（`aigd.audiocpp`、audio.cpp）を通じてお使いのGPU上で動作します。同じキャラクターの声を、合図に応じて穏やかにも、怒りにも、恐怖にも聞かせたいゲームに適しています。ライセンスは、サイズ上限を下回る場合に商用利用を認めています（ライセンスを参照）。

## 作成できるもの

- クローンした声による感情豊かなキャラクターダイアログ。同じ声のまま、セリフごとに感情を変えられます。
- 1つの参照クリップから、中国語、英語、日本語、スペイン語、アラビア語のナレーションを作成できます。
- 演技を言葉で指示できるカットシーンの演技。

## リクエスト例

- 「`Audio/ref/knight.wav`をクローンして、パニックした声で『Retreat!』と言って」
- 「参照した声で女王のスピーチを、穏やかで物悲しい感じで読んで」
- 「同じクリップで、このセリフの日本語版を興奮した感じで喋って」

## ハイライト

|  |  |
|---|---|
| モデルID | `aigd.tts-indextts25.q8-0` |
| 言語 | auto、en、zh、ja、es、ar（`auto`は漢字を含むテキストでは中国語を、それ以外では英語を選択します） |
| 声 | 常に3〜30秒の参照クリップのクローン（文字起こしは不要） |
| 感情 | 指示文で指定 |
| 出力 | 22.05 kHz |
| 1リクエストあたりのテキスト | 最大2,000文字 |
| 動作環境 | 約6 GBのGPU（目安）:NVIDIA（CUDA）、Vulkan、Mac（Metal） |
| ダウンロード | 3.50 GB、1ファイル |
| ライセンス | bilibili Model Use License:サイズ上限を下回る商用利用が可能 |

## 動作の仕組み

このパッケージはデータのみで、モデルファイルを指定するものです。ライセンスに同意すると、アプリがHugging Faceからファイルをダウンロードし、それぞれをsha256で検証したうえで、お使いのコンピューター上で**Local audio generation**（`aigd.audiocpp`、audio.cpp）を使って実行します。

## ダウンロード

- **IndexTTS 2.5**（`aigd.tts-indextts25.q8-0`）:3.50 GB、[`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)から1ファイル、そのコミットに固定されています。

## 対応コンピューター

約6 GBのGPUが必要です。

## 声と言語

- IndexTTS 2.5:言語はauto、en、zh、ja、es、ar。参照クリップと、スタイルまたは感情の指示が必要です。

Hugging Face上の英語版LICENSEには収益上限が人民元10億と記載されていますが、中国語版（LICENSE_ZH。第9条によりこちらが優先されます）には人民元1億（1亿）と記載されています:[LICENSE_ZH](https://github.com/index-tts/index-tts/blob/main/LICENSE_ZH.txt) §2.2を参照してください。本パッケージでは、より厳しい優先される方の数値を記載しています。ライセンスの第1.4条には「bilibili indextts2」と記載されており、IndexTTS 2.5のモデルカードも同じライセンスにリンクしています。

## ライセンス

bilibili Model Use License。ライセンスのサイズ上限を下回る場合は商用利用が可能です。上限を超える場合はbilibiliとの別途ライセンス契約が必要です。中国法が適用され、中国語版の条文が優先されます。

- bilibili IndexTeamによるIndexTTS 2.5:[モデルカード](https://huggingface.co/IndexTeam/IndexTTS-2.5)、bilibili Model Use License。ライセンス全文:[bilibili Model Use License](https://huggingface.co/IndexTeam/IndexTTS-2.5/blob/c39ce5ba981572cb187443877ff559dfb246ce63/LICENSE)。
- このパッケージのすべてのファイルは[`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf)に由来します:bilibili Model Use License（上流のライセンス。audio.cppによる変換）。audio.cppのモデルファミリー別ライセンス一覧:[model_licenses.md](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)。

必要なクレジット表記:"IndexTTS 2.5 by bilibili IndexTeam (IndexTeam/IndexTTS-2.5), bilibili Model Use License; GGUF by audio.cpp."

制限事項:

- あなたと関連会社の昨年の収益が人民元1億を超えていた場合（優先される中国語版の条文）、または月間アクティブユーザー数が1億人を超えていた場合は、bilibiliとの別途ライセンスが必要です。
- モデルおよびその出力は、IndexTTS自体または非商用モデルを除き、他のAIモデルの改善に使用することはできません。
- モデルを渡した相手も同じライセンスに同意する必要があります。著作権表示とライセンスの写しを保持し、派生作品にはその免責事項を記載する必要があります。
- 医療、軍事、生体認証による監視、人物に関する自動意思決定といった高リスク用途には使用できません。
- モデルに関してbilibiliを訴えた場合、ライセンスは終了します。

ダウンロードしたモデルのライセンスを遵守する責任はあなたにあります。すべてのファイルはHugging Faceからダウンロードされます。AI Game Devはそれらをホストしていません。
````
