IndexTTS
index-tts/index-ttsRevisado por IA
Verificado pelo RepoPicks Radar em
O que é IndexTTS?
O IndexTTS, da bilibili, transforma texto escrito em fala usando uma voz copiada de uma única gravação curta de referência. Você pode ajustar a emoção (a partir de outro clipe, de controles deslizantes ou de uma descrição), a velocidade da fala e a pronúncia de palavras específicas. Ele roda no seu próprio computador por meio de uma página no navegador. Você precisa do terminal, do Python com a ferramenta uv, de uma placa gráfica NVIDIA com CUDA 12.8 para boa velocidade, e de alguns gigabytes de arquivos de modelo baixados do HuggingFace ou do ModelScope.
IndexTTS é grátis e pode substituir ElevenLabs, Murf e Fish Audio.
Quão fácil é instalar IndexTTS?
D · terminal, várias ferramentas ou placa específica · Windows
- Windows D
- macOS D
- Linux D
No Windows e no Linux, o melhor caso, você clona o repositório, instala a ferramenta uv, executa `uv sync --all-extras`, instala uma ferramenta de download de modelos, baixa vários gigabytes de arquivos de modelo e depois inicia `uv run webui.py`; é preciso ter o CUDA Toolkit 12.8 ou mais recente, e o README avisa que o DeepSpeed pode ser difícil de instalar no Windows. No Mac não há suporte a CUDA na própria configuração do projeto, então a velocidade depende do processador.
Em breve: instale com 1 clique pelo app RepoPicks.
IndexTTS no GitHub
- Estrelas
- 25.032em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +89estrelas em 6 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux
- Você precisa instalar
- Python, Placa NVIDIA, FFmpeg
- Para compilar a partir do código
- Python, Placa NVIDIA, FFmpeg
- Espaço em disco
- 1.010 MB–4,5 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Sem preço; a licença exige que empresas muito grandes solicitem uma licença separada e diz para enviar um e-mail para [email protected] para uso comercial
- Licença
- NOASSERTION (Outra)
- Pode substituir
- ElevenLabs, Murf, Fish Audio
- Última mudança no GitHub
- 29 de set. de 2026
Sinais de risco de IndexTTS (4)
- Atençãolicença personalizada restritiva
O LICENSE é o "bilibili Model Use License Agreement", não uma licença de código aberto padrão: é exigida uma licença separada acima de 100 milhões de usuários mensais ou RMB 1 bilhão de receita, é proibido o uso "to improve any AI model" além deste, e o proprietário "reserve[s] the right to revoke the license"
revisão por IA
- Atençãorisco de suplantação por clonagem de voz
O README descreve a clonagem "zero-shot" de uma voz a partir de um único clipe de referência ("clones a voice from a single reference audio clip"), o que permite copiar a voz de uma pessoa real sem consentimento; o repositório traz um arquivo DISCLAIMER separado
revisão por IA
- Infolicença proíbe uso de alto risco
A seção 4.2 do LICENSE, "Prohibited High-Risk Use", lista diagnóstico médico, direção autônoma, aplicações militares, controle de infraestrutura crítica, vigilância biométrica em larga escala e decisões automatizadas de crédito ou emprego
revisão por IA
- Infobaixa modelos durante a execução
README: "Some small models are downloaded automatically on first run" e os arquivos de áudio de exemplo são "downloaded on demand from HuggingFace/ModelScope the first time the WebUI starts"
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em IndexTTS
- O uso real de disco e de memória de vídeo necessário depois de baixar os arquivos de modelo de 2,5 e 2
- Se funciona em um Mac sem placa NVIDIA, e o quanto fica mais lento nesse caso
- Se a qualidade em cada um dos cinco idiomas corresponde às tabelas do README
- Quais arquivos os downloads automáticos da primeira execução trazem