Esta página foi traduzida automaticamente do inglês. Leia o original em inglês.

IndexTTS 2.5 (modelo de fala)

OficialÁudioGPUv1.0.2aigd.tts-indextts25
Instalar Ainda sem o app? Baixe grátis
Ou pelo terminal
gamedev pkg add aigd.tts-indextts25
Roda no seu computador. Baixa o modelo uma vez e gera na GPU deste computador.

Visão 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.wav e 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 modeloaigd.tts-indextts25.q8-0
Idiomasauto, en, zh, ja, es, ar (auto escolhe chinês para textos com caracteres han, senão inglês)
Vozessempre um clone de um clipe de referência de 3–30 s (sem transcrição necessária)
Emoçãodescrita em uma instrução
Saída22.05 kHz
Texto por requisiçãoaté 2.000 caracteres
Roda emuma GPU com cerca de 6 GB (estimativa): NVIDIA (CUDA), Vulkan ou Mac (Metal)
Download3.50 GB, 1 arquivo
Licençabilibili 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

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.

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

Versões de IndexTTS 2.5 (modelo de fala)
VersãoLançamentoRequer o app
1.0.2Mais recente0.32.0-beta.6 ou mais recente
1.0.10.32.0-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-indextts25

Requisitos

  • AI Game Dev 0.32.0-beta.6 ou mais recente

Mais sobre pacotes

Instalar
gamedev pkg add aigd.tts-indextts25