B站Ai语音克隆之王来了，万众期待的IndexTTS-2_0终于开源，附一键离线整合包，无任何广告纯净版本！

# 超厉害的B站 IndexTTS - 2.0 开源啦！

宝子们，今天要给大家介绍一个超酷的技术资源——B站的 IndexTTS - 2.0！它可是备受期待，现在终于开源了，还贴心附上一键离线整合包，而且是无广告的纯净版本哦！

这个 IndexTTS - 2声音克隆模型前几天刚发布，功能超强大，支持多种情感控制。不管是用相同音色、其他参考音频、情感向量，还是直接用文本描述，都能轻松搞定。好多群友都在问我，我这就把这份宝藏工具分享给大家，它是蒙恩大佬分享给我的，纯离线免费使用，超赞！

它的软件特点更是让人眼前一亮。

首先是两种语音生成模式。能精准控制语音时长，通过指定生成的token数，在对时长有严格要求的场景里表现超棒。还能自由生成自然节奏的语音，适合更注重自然表达的应用，简直太贴心啦！

情感与音色解耦这一点也很厉害。引入Gradient Reversal Layer，把情感和音色分开，这样情感表达就不受音色限制啦。而且有多种方式控制情感表达，用文本描述或者音频prompt都可以，情感表达的灵活性大大提升。

零样本音色克隆更是一绝！只要10秒参考音频，通过对比学习对齐潜在空间，就能支持方言和口音复刻。中文混合建模也很实用，汉字加拼音联合输入，可以解决多音字问题，像“行”xíng/háng 都能轻松应对。

自然语言情感控制也相当出色。构建了7种基本情绪的embedding空间，为精准表达情感打下基础。还用LLM（DeepSeekR1 + Qwen3 - LoRA）把自然语言映射为情感向量引导生成，让情感表达更贴近人类语言习惯。

总之，这个IndexTTS - 2.0真的是语音克隆领域的王者！不管是专业人士还是普通爱好者，都能从它身上发现很多好玩的功能。宝子们赶紧去试试这个超厉害的开源工具吧！