Zhou Xun

IndexTTS 2.5 凭借多语言支持和更快的推理速度，在零样本 TTS 方面取得进展

研究人员推出了 IndexTTS 2.5，这是一款先进的零样本文本到语音模型，在其前代产品的基础上进行了显著改进。主要增强功能包括降低语义编解码器帧率以降低成本，升级基于 Zipformer 的架构以实现更快的推理速度，以及扩展对中文、英文、日文、西班牙文和阿拉伯文的多语言支持。该模型还融入了强化学习以提高发音准确性和自然度，即使没有特定的情感训练数据，也能实现跨语言的稳健情感迁移。