IndexTTS

四个值得尝试的使用场景

• 制作授权旁白初稿: 使用允许的声音生成审核过的短稿，检查专名、节奏和漏字后，再扩大文字长度或剪入视频，让制作建立在可追溯样本上。
• 比较情感表达: 固定文字和说话人参考，每次改变一个文档支持的情感设置，保存配置，选择符合内容的版本，不夸大同样设置始终产生一致结果。
• 处理发音敏感内容: 建立人名和术语小词表，尝试支持的标注方式，每次修正后听完整句子，确认修正一个词没有破坏周围节奏。
• 探索多语种声音延续: 准备支持语言中的已审核稿件，比较声音特点与发音，并邀请熟悉相应语言的人评价，不能只凭声线相似判断可用。

平台、输入输出与部署条件

模型卡和仓库提供安装、权重下载及本地推理示例，加速选项在不同硬件和系统上可能表现不同，应先建立正常工作的基础路径，再考虑可选运行时变化。

输入可以包含文本、说话人参考音频，以及选定情感或发音控制，输出是合成音频。模型卡指出文字情感控制需要对应组件，部分随机设置可能影响声音还原，应将实际配置与输出一起保存。

数据、权限与许可

本地配置可以在选定机器处理文字和录音，模型下载及可选托管界面则有各自网络和数据影响，不应将保密稿件放入未经了解的第三方演示。

模型不会自动确认参考录音中的人是否同意，应使用授权材料，并在分发模型、衍生内容或生成材料时保留相关协议要求的署名和说明。