IndexTTS 2.5 (modelo de fala)
gamedev pkg add aigd.tts-indextts25Visão geral
IndexTTS 2.5, da bilibili, rodando localmente: clonagem de voz zero-shot a partir de um clipe de 3 a 30 s, com a emoção descrita em uma instrução, em chinês, inglês, japonês, espanhol e árabe. Para diálogos de jogo expressivos. Roda em uma GPU com cerca de 6 GB com audio.cpp. O uso comercial é permitido abaixo dos limites de tamanho da licença.
O IndexTTS 2.5 é o modelo de texto para fala com clonagem de voz zero-shot da bilibili, com controle de emoção, em chinês, inglês, japonês, espanhol e árabe. Toda requisição precisa de um clipe de referência, e uma instrução descreve a emoção. No AI Game Dev ele roda na sua GPU por meio de Local audio generation (aigd.audiocpp, audio.cpp). Ele serve para jogos que querem que a mesma voz de personagem soe calma, irritada ou com medo na hora certa. A licença permite uso comercial abaixo de um limite de porte (veja a licença).
O que você pode criar
- Diálogo emocional de personagem com voz clonada: a mesma voz, uma emoção diferente por fala.
- Narrações em chinês, inglês, japonês, espanhol ou árabe a partir de um único clipe de referência.
- Interpretações de cutscene em que a entrega é descrita em palavras.
Exemplos de requisições
- "Clone
Audio/ref/knight.wave diga 'Recuem!' com uma voz apavorada." - "Leia o discurso da rainha com a voz de referência, calma e melancólica."
- "Duble a versão em japonês desta fala com o mesmo clipe, empolgado."
Destaques
| Id do modelo | aigd.tts-indextts25.q8-0 |
| Idiomas | auto, en, zh, ja, es, ar (auto escolhe chinês para textos com caracteres han, senão inglês) |
| Vozes | sempre um clone de um clipe de referência de 3–30 s (sem transcrição necessária) |
| Emoção | descrita em uma instrução |
| Saída | 22.05 kHz |
| Texto por requisição | até 2.000 caracteres |
| Roda em | uma GPU com cerca de 6 GB (estimativa): NVIDIA (CUDA), Vulkan ou Mac (Metal) |
| Download | 3.50 GB, 1 arquivo |
| Licença | bilibili Model Use License: uso comercial abaixo dos limites de porte dela |
Como ele roda
Este pacote é apenas dados: ele nomeia os arquivos do modelo. Depois que você aceita a licença, o app os baixa do Hugging Face, verifica cada um por sha256 e os executa com Local audio generation (aigd.audiocpp, audio.cpp) no seu computador.
Download
- IndexTTS 2.5 (
aigd.tts-indextts25.q8-0): 3.50 GB, 1 arquivo deaudio-cpp/audio.cpp-gguf, fixado nesse commit.
Em quais computadores
Precisa de uma GPU com cerca de 6 GB.
Vozes e idiomas
- IndexTTS 2.5: idiomas auto, en, zh, ja, es, ar; precisa de um clipe de referência; uma instrução de estilo ou emoção.
O LICENSE em inglês no Hugging Face indica um limite de receita de RMB 1 bilhão, mas o texto em chinês (LICENSE_ZH, que segundo a seção 9 prevalece) indica RMB 100 milhões (1亿): veja LICENSE_ZH §2.2. Este pacote declara o valor mais restritivo, que prevalece. A seção 1.4 da licença cita "bilibili indextts2"; o model card do IndexTTS 2.5 aponta para a mesma licença.
Licença
bilibili Model Use License. O uso comercial é permitido abaixo dos limites de porte da licença; acima deles, você precisa de uma licença separada da bilibili. A lei chinesa rege; o texto em chinês prevalece.
- IndexTTS 2.5 da bilibili IndexTeam: model card, bilibili Model Use License; texto da licença: bilibili Model Use License.
- Todos os arquivos deste pacote vêm de
audio-cpp/audio.cpp-gguf: bilibili Model Use License (a licença upstream; conversão do audio.cpp). Tabela de licenças por família do audio.cpp: model_licenses.md.
Atribuição obrigatória: "IndexTTS 2.5 by bilibili IndexTeam (IndexTeam/IndexTTS-2.5), bilibili Model Use License; GGUF by audio.cpp."
Restrições:
- Uma licença separada da bilibili é necessária se você e suas afiliadas tiveram receita acima de RMB 100 milhões no ano passado (o texto chinês prevalecente) ou mais de 100 milhões de usuários ativos mensais.
- Nem o modelo nem suas saídas podem ser usados para melhorar outros modelos de IA, exceto o próprio IndexTTS ou modelos não comerciais.
- Qualquer pessoa a quem você repassar o modelo precisa aceitar a mesma licença; mantenha os avisos de copyright e uma cópia da licença, e os derivados devem trazer seu aviso de isenção de responsabilidade.
- Não é para usos de alto risco, como fins médicos, militares, vigilância biométrica ou decisões automatizadas sobre pessoas.
- A licença termina se você processar a bilibili por causa do modelo.
Você é responsável por seguir a licença do modelo que baixar. Todos os arquivos são baixados do Hugging Face. O AI Game Dev não os hospeda.
Versões
| Versão | Lançamento | Requer o app |
|---|---|---|
| 1.0.2Mais recente | 0.32.0-beta.6 ou mais recente | |
| 1.0.1 | 0.32.0-beta.6 ou mais recente |
Instalar
No app para desktop
Abra a janela Pacotes (o ícone de pacote na barra de status), selecione Explorar, pesquise aigd.tts-indextts25 e clique em Adicionar ao projeto.
Ainda sem o app? Baixe o AI Game Dev grátis para Windows, macOS ou Linux.
Pelo terminal
Com a CLI gamedev, na pasta do seu projeto:
gamedev pkg add aigd.tts-indextts25Requisitos
- AI Game Dev 0.32.0-beta.6 ou mais recente
gamedev pkg add aigd.tts-indextts25