# IndexTTS 2.5（語音模型）

> bilibili 的 IndexTTS 2.5，在本機執行：只要一段 3-30 s 的片段就能零樣本複製音色，情緒則用指令描述，支援中文、英文、日文、西班牙文與阿拉伯文。適合製作富有表現力的遊戲對白。搭配 audio.cpp 可在約 6 GB 的 GPU 上執行。在授權的規模上限內可商業使用。

- ID: `aigd.tts-indextts25`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 音訊
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.0.2 (發佈於 2026-11-22)
- 授權條款: SEE LICENSE IN README.md
- 需要 AI Game Dev 應用程式: `>=0.32.0-beta.6`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.tts-indextts25

## 安裝

在專案資料夾中，使用 gamedev CLI：

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

在桌面應用程式中：開啟「套件」視窗（狀態列上的套件圖示），選擇 **瀏覽**，搜尋 `aigd.tts-indextts25`，然後點 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

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

IndexTTS 2.5 是 bilibili 的零樣本聲音複製文字轉語音模型，具備情緒控制，支援中文、英文、日文、西班牙文與阿拉伯文。每次請求都需要一段參考音訊片段，並以指令描述情緒。在 AI Game Dev 中，它會透過 **Local audio generation**（`aigd.audiocpp`，audio.cpp）在你的 GPU 上執行。它適合希望同一個角色聲音能按需求聽起來冷靜、生氣或害怕的遊戲。其授權允許在規模上限以下作商業使用（請參閱授權條款）。

## 你可以製作的內容

- 以複製的聲音演出帶情緒的角色對白：同一個聲音，每句台詞不同情緒。
- 用同一段參考音訊片段，製作中文、英文、日文、西班牙文或阿拉伯文的旁白。
- 以文字描述演出方式的過場動畫表演。

## 範例請求

- 「複製 `Audio/ref/knight.wav`，然後用驚慌的聲音說『撤退！』。」
- 「用參考聲音朗讀女王的演說，語氣平靜而憂鬱。」
- 「用同一段音訊片段，替這句台詞的日文版本配音，語氣興奮。」

## 重點特色

|  |  |
|---|---|
| 模型 ID | `aigd.tts-indextts25.q8-0` |
| 語言 | auto、en、zh、ja、es、ar（`auto` 會為含漢字的文字選擇中文，否則選英文） |
| 聲音 | 一律是 3–30 秒參考音訊片段的複製（不需要逐字稿） |
| 情緒 | 以指令描述 |
| 輸出 | 22.05 kHz |
| 每次請求的文字量 | 最多 2,000 個字元 |
| 執行環境 | 約 6 GB 的 GPU（估計值）：NVIDIA（CUDA）、Vulkan 或 Mac（Metal） |
| 下載 | 3.50 GB，1 個檔案 |
| 授權 | bilibili Model Use License：在其規模上限以下可商業使用 |

## 運作方式

這個套件只含資料：它指明模型檔案。在你接受授權後，應用程式會從 Hugging Face 下載這些檔案，以 sha256 逐一檢查，並在你的電腦上透過 **Local audio generation**（`aigd.audiocpp`，audio.cpp）執行。

## 下載

- **IndexTTS 2.5**（`aigd.tts-indextts25.q8-0`）：3.50 GB，1 個檔案，來自 [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，固定於該 commit。

## 適用電腦

需要約 6 GB 的 GPU。

## 聲音與語言

- IndexTTS 2.5：語言 auto、en、zh、ja、es、ar；需要一段參考音訊片段；可給風格或情緒指令。

Hugging Face 上的英文 LICENSE 寫的營收上限是人民幣 10 億元，但中文文本（LICENSE_ZH，第 9 條規定以其為準）寫的是人民幣 1 億元（1亿）：請參閱 [LICENSE_ZH](https://github.com/index-tts/index-tts/blob/main/LICENSE_ZH.txt) §2.2。本套件採用較嚴格、且具約束力的數字。授權條款第 1.4 條寫明「bilibili indextts2」；IndexTTS 2.5 模型卡連結的是同一份授權。

## 授權條款

bilibili Model Use License。在授權條款規定的規模上限以下允許商業使用；超過上限則需向 bilibili 另行取得授權。適用中國法律；以中文文本為準。

- IndexTTS 2.5 由 bilibili IndexTeam 開發：[模型卡](https://huggingface.co/IndexTeam/IndexTTS-2.5)，bilibili Model Use License；授權全文：[bilibili Model Use License](https://huggingface.co/IndexTeam/IndexTTS-2.5/blob/c39ce5ba981572cb187443877ff559dfb246ce63/LICENSE)。
- 本套件的每個檔案都來自 [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/audio-cpp/audio.cpp-gguf)：bilibili Model Use License（上游授權；audio.cpp 的轉換版本）。audio.cpp 的各系列授權表：[model_licenses.md](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)。

必要的署名："IndexTTS 2.5 by bilibili IndexTeam (IndexTeam/IndexTTS-2.5), bilibili Model Use License; GGUF by audio.cpp."

限制：

- 如果你與你的關係企業去年營收超過人民幣 1 億元（以具約束力的中文文本為準），或月活躍使用者超過 1 億人，就必須向 bilibili 另行取得授權。
- 模型本身及其輸出皆不得用於改進其他 AI 模型，但 IndexTTS 本身或非商業模型除外。
- 你將模型轉交給任何人時，對方都必須接受相同的授權；請保留著作權聲明與授權條款副本，衍生作品必須附上其免責聲明。
- 不得用於高風險用途，例如醫療、軍事、生物特徵監控，或針對個人的自動化決策。
- 若你針對本模型對 bilibili 提起訴訟，授權即終止。

你有責任遵守所下載模型的授權條款。所有檔案皆從 Hugging Face 下載，AI Game Dev 並不托管這些檔案。
````
