魔搭社区：简单使用IndexTTS文本转语音 (TTS) 模型

魔搭社区：https://modelscope.cn/
环境：魔搭平台免费实例 -> PAI-DSW -> CPU环境#实例规格：DSW-CPU#预装 ModelScope Library#预装镜像 ubuntu22.04-py311-torch2.3.1-1.27.0
ubuntu系统已安装：ffmpeg torch torchaudio
Python版本：Python 3.11.11

# demo：https://huggingface.co/spaces/IndexTeam/IndexTTShttps://modelscope.cn/studios/IndexTeam/IndexTTS-Demohttps://index-tts.github.io/
# Paper：https://arxiv.org/abs/2502.05512

# 需要绑定阿里云账号# 请根据实际情况选择使用CPU环境还是GPU环境
"首页" -> "我的Notebook" -> "魔搭平台免费实例" -> "PAI-DSW" -> "方式一" -> "CPU环境"

点击"启动"后

点击"查看Notebook"后

点击"WebIDE"后
如果点击"Notebook"，就切换回去

# 快捷键：
Show All Commands：Ctrl + Shift + P       Go to File：Ctrl + P    Find in Files：Ctrl + Shift + F  Start Debugging：F5  Toggle Terminal：Ctrl + `

快捷键：Ctrl + `

详见：https://github.com/index-tts/index-tts

使用快捷键Ctrl + `，进入终端执行命令

git clone https://github.com/index-tts/index-tts.git

# 方式1：# 详见：https://packaging.python.org/en/latest/guides/installing-using-pip-and-virtual-environments/
# 创建虚拟环境python -m venv index-tts
# 激活虚拟环境source index-tts/bin/activate
# 退出虚拟环境deactivate

# 方式2：# 详见：https://docs.conda.io/projects/conda/en/stable/commands/index.html
# 创建虚拟环境conda create -n index-tts python=3.11
# 激活虚拟环境conda activate index-tts
# 退出虚拟环境conda deactivate
# 删除虚拟环境conda env remove -n index-tts

cd index-tts/

系统已安装，跳过

# 1、安装ffmpeg：# apt-get install ffmpeg

# 2、安装PyTorch：# 详见：https://pytorch.org/get-started/locally/
# 方式1：使用CUDA 11.8计算平台：# pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu118
# 方式2：使用CPU计算平台：# pip install torch torchaudio --index-url https://download.pytorch.org/whl/cpu

pip install -r requirements.txt
# 如果想要后续使用indextts命令，请执行下面命令# pip install -e .
# pip升级：pip install --upgrade pip# pip降级（指定某个版本）：pip install pip==24.0

详见：https://modelscope.cn/models/IndexTeam/Index-TTShttps://modelscope.cn/models/IndexTeam/IndexTTS-1.5https://github.com/index-tts/index-ttshttps://www.modelscope.cn/docs/models/download#使用命令行工具下载模型

# 安装ModelScope# pip install modelscope
# 下载模型modelscope download --model IndexTeam/IndexTTS-1.5 --local_dir checkpoints

# 当前目录：/mnt/workspace/index-tts
# reference_voice.wav音频文件：方式1：使用tests/sample_prompt.wav文件方式2：前往以下地址下载音频      https://index-tts.github.io/       https://github.com/index-tts/index-tts.github.io 方式3：自行录制音频等

想要使用indextts命令，确定已经执行下面命令：pip install -e .

indextts命令说明：
usage: indextts [-h] -v VOICE [-o OUTPUT_PATH] [-c CONFIG] [--model_dir MODEL_DIR] [--fp16] [-f] [-d DEVICE] textindextts: error: the following arguments are required: text, -v/--voice

indextts "大家好，我现在正在bilibili 体验 ai 科技，说实话，来之前我绝对想不到！AI技术已经发展到这样匪夷所思的地步了！" \  --voice reference_voice.wav \  --model_dir checkpoints \  --config checkpoints/config.yaml \  --output output.wav

bash demo.sh

output.wav

python webui.py
# python webui.py --host=0.0.0.0 --port=8080

弹出消息提示：“Your application running on port 7860 is available.See all forwarded ports”
如果没有点击"Open in Browser"，也可以点击终端的"PORTS"进行查看

from indextts.infer import IndexTTS
tts = IndexTTS(model_dir="checkpoints",cfg_path="checkpoints/config.yaml")
voice="reference_voice.wav"text="大家好，我现在正在bilibili 体验 ai 科技，说实话，来之前我绝对想不到！AI技术已经发展到这样匪夷所思的地步了！比如说，现在正在说话的其实是B站为我现场复刻的数字分身，简直就是平行宇宙的另一个我了。如果大家也想体验更多深入的AIGC功能，可以访问 bilibili studio，相信我，你们也会吃惊的。"output_path = "demo_voice.wav"
tts.infer(voice, text, output_path)

python demo.py

demo_voice.wav

https://modelscope.cn/https://index-tts.github.io/https://github.com/index-tts/index-tts