التقرير التقني لـ INDEXTTS 2.5
ملخص يعتمد على المصادر الرسمية للغات الخمس المعروضة وتغييرات البنية والعينات الصوتية.
تنبيه الإصدار: التجربة التفاعلية على هذا الموقع تعمل حالياً بـ IndexTTS2. تشرح هذه الصفحة تقرير 2.5 ولا تدّعي أن التجربة الحالية تستخدمه.
لغات معروضة
تحسن RTF المذكور
معدل الترميز الدلالي
ملخص من صفحة المشروع الرسمية والتقرير التقني.
خفض المعدل من 50 Hz إلى 25 Hz لتقصير التسلسل وتقليل التكلفة.
استخدام بنية أكثر كفاءة تعتمد على Zipformer في وحدة التحويل إلى طيف Mel.
محاذاة واعية بالحدود ودمج الرموز وتوليد موجّه بالتعليمات لدعم التوليد عبر اللغات.
استخدام GRPO بعد التدريب لتحسين دقة النطق وطبيعية الصوت.
تعرض الصفحة الرسمية استنساخ الصوت وتوليد الكلام العاطفي بهذه اللغات الخمس.
يساعد فصل الإصدارات على عدم تقديم نتائج البحث على أنها ميزات متاحة بالفعل.
تضم الصفحة الرئيسية تجربة IndexTTS2 الحالية المستضافة على Hugging Face.
تنشر الصفحة الرسمية تفاصيل البحث ومقارنات صوتية، وسيتم انتظار إصدار رسمي قابل للتشغيل قبل الدمج.
لا. التجربة التفاعلية الحالية هي IndexTTS2، وهذه صفحة معلومات عن التقرير التقني لـ 2.5.
تعرض الصفحة الرسمية الصينية والإنجليزية واليابانية والإسبانية والعربية.
راجع صفحة المشروع الرسمية وتقرير arXiv ومستودع IndexTTS الرسمي في الروابط أدناه.