/ Модель

Характеристики

Размер весов
8,1 ГБ
Опубликована
5 июл 2026

index-tts2-mlx

Синтез речиТекст → аудио3 профессии

IndexTTS2 — модель синтеза речи по тексту с нулевым обучением на голосе, управлением длительностью и выразительной передачей эмоций.

35 827скачиваний за 30 дней0лайковвеса обновлены5 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

mlx-community/index-tts2-mlx — версия IndexTTS2, подготовленная сообществом mlx-community. IndexTTS2 предназначена для синтеза речи по тексту с нулевым обучением на голосе и управлением длительностью; заявлена поддержка выразительной передачи эмоций. Репозиторий содержит веса в формате safetensors, а метаданные классифицируют модель как text-to-speech с поддержкой английского и китайского языков. Подробности об архитектуре, размере модели, контексте и лицензии в доступных материалах не приведены.

Сценарии применения

  • синтез английской речи по тексту
  • синтез китайской речи по тексту
  • генерация речи с эмоциональной выразительностью
  • управление длительностью синтезированной речи

Ограничения

Доступные материалы не сообщают ограничений по качеству или условиям лицензирования; языковая поддержка указана для английского и китайского.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

👉🏻 IndexTTS2 👈🏻

Acknowledge

  1. tortoise-tts
  2. XTTSv2
  3. BigVGAN
  4. wenet
  5. icefall
  6. maskgct
  7. seed-vc

📚 Citation

🌟 If you find our work helpful, please leave us a star and cite our paper.

IndexTTS2

@article{zhou2025indextts2,
  title={IndexTTS2: A Breakthrough in Emotionally Expressive and Duration-Controlled Auto-Regressive Zero-Shot Text-to-Speech},
  author={Siyi Zhou, Yiquan Zhou, Yi He, Xun Zhou, Jinchao Wang, Wei Deng, Jingchen Shu},
  journal={arXiv preprint arXiv:2506.21619},
  year={2025}
}

IndexTTS

@article{deng2025indextts,
  title={IndexTTS: An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System},
  author={Wei Deng, Siyi Zhou, Jingchen Shu, Jinchao Wang, Lu Wang},
  journal={arXiv preprint arXiv:2502.05512},
  year={2025},
  doi={10.48550/arXiv.2502.05512},
  url={https://arxiv.org/abs/2502.05512}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
aa5fa71

0 моделей