index-tts:基于自回归模型的时长可控文本转语音项目

可用于视频配音等需视音频同步的场景，实现精确时长控制与自然语音生成。支持情感与说话人特征解耦，零样本复刻音色与情感，通过文本描述即可引导语音情感，提升高情感表达下的语音清晰度。【此简介由AI生成】