IndexTTS 2 开源：ai语音克隆+情绪控制进入影视级别，真假难分
B站技术团队今日在 GitHub 与 Hugging Face 同步开源 IndexTTS 2（7 B & 32 B 双版本）。
该模型首次在零样本条件下实现 “时长-情感-音色”三重独立控制，并放出《后宫佳丽》第 8 集“惊鸿舞”示范工程，供开发者一键复现影视级配音。
1. 技术亮点
毫秒级时长控制：通过显式 token 数或自由生成两种模式，可将 4.8 秒原台词压缩至 3.6 秒或拉伸至 6 秒，误差 < 0.02 %。
情...
点击查看剩余70%
{{collectdata}}
网友评论