INDEXTTS 2.5 技术报告
基于官方 IndexTTS 2.5 技术报告，整理五种展示语言、架构改进和音频样例。
版本说明：本站免费交互演示目前嵌入的是 IndexTTS2。本页面用于介绍 IndexTTS 2.5 报告，不代表上方演示已经运行 2.5。
官方展示语言
报告中的 RTF 提升
语义编解码帧率
以下内容来自官方项目页面和技术报告。
语义编解码帧率从 50 Hz 降至 25 Hz，缩短序列并降低训练和推理成本。
语义到梅尔频谱模块改用更高效的 Zipformer 架构。
通过边界感知对齐、Token 级拼接和指令引导生成支持跨语言合成。
在后训练阶段使用 GRPO，提高发音准确度和自然度。
官方样例页面展示了以下五种语言的零样本声音克隆和情感语音生成。
把模型版本区分清楚，避免把技术报告中的能力包装成当前在线演示已经具备的功能。
首页嵌入现有 IndexTTS2 Hugging Face 演示，供用户直接在浏览器中测试。
官方 IndexTTS 2.5 项目页已发布研究说明和音频对比。本站将在出现适合接入的官方运行版本后再考虑集成。
没有。当前嵌入的交互演示仍然是 IndexTTS2，本页面是 IndexTTS 2.5 官方技术报告的信息页。
官方报告页面展示了中文、英文、日语、西班牙语和阿拉伯语。
可以查看下方链接的官方项目页、arXiv 技术报告和 IndexTTS 官方代码仓库。