首页/IndexTTS 语音合成

更新于：2026-08-17

IndexTTS 语音合成

前言

IndexTTS 是 B 站开源的零样本语音合成模型，最新的 IndexTTS-2.5 支持中文、英语、日语、西班牙语、阿拉伯语，只需要一段十几秒的参考音频即可克隆音色，并支持细粒度的情绪控制。

LingChat 通过内置的 indextts2 HTTP 适配器对接一个本地运行的 IndexTTS 服务器（127.0.0.1 回环地址，不经过云端），对话时的情绪标签会自动映射为语音情绪。

根据你的显卡选择对应的安装方式：

你的显卡	安装方式	难度
AMD Radeon（Windows）	一键安装器（自动装 ROCm 运行时 + 模型 + 服务端）	⭐ 简单
NVIDIA / 其他	官方源码 + 服务端脚本	⭐⭐ 中等

AMD 显卡（Windows）

AMD 显卡使用社区维护的一键安装器：LingChat-IndexTTS-AMD-Installer

它会在 LingChat 目录下部署一套自包含的独立服务器：嵌入式 Python 3.10 + AMD ROCm 7.13 PyTorch + IndexTTS-2.5 官方权重 + 服务端脚本，已在 Radeon RX 9070 XT（RDNA4 / gfx1201）上验证。

安装步骤

1. 安装 LingChat（0.5.0 及以上）。
2. 下载安装器仓库（Code → Download ZIP，或 git clone）。
3. 双击 完整安装-AMD.bat，按提示选择 LingChat 的安装目录。
4. 等待下载完成：模型约 5.5 GB，运行时约 6 GB，请预留至少 25 GB 空间；下载中断后重新运行同一脚本即可断点续传。
5. 安装产物位于 LingChat\bin\data\third_party\IndexTTS-AMD\，双击其中的 启动-IndexTTS-AMD.bat 启动服务器。
6. 首次启动会自动下载辅助模型（BigVGAN、w2v-bert 等，约 2~3 GB），耐心等一次即可。

验证

浏览器打开 http://127.0.0.1:9880/health，返回 status: ok 即服务器就绪；响应还会列出当前模型版本、情绪模式与按 id 排序的音色文件。

其他说明

• 其他 AMD 架构（如 gfx110X）可在安装时传入对应的 AMD 官方 wheel 索引，详见安装器 README。
• 如需旧版 IndexTTS-2 回退：仅下载模型.bat "LingChat目录" 2，启动前 set INDEXTTS_VERSION=2。
• 更多选项（情绪模式、推理步数、显存精度）见安装器仓库的 README。

非 AMD 显卡（NVIDIA 等）

非 AMD 显卡走官方仓库的标准安装流程：

1. 安装官方环境

git clone https://github.com/index-tts/index-tts.git
cd index-tts
uv sync   # 或按官方 README 使用其他包管理器

2. 下载 IndexTTS-2.5 模型

HuggingFace（国际网络）：

hf download IndexTeam/IndexTTS-2.5 --local-dir=checkpoints-2.5

ModelScope（国内网络）：

modelscope download --model IndexTeam/IndexTTS-2.5 --local_dir checkpoints-2.5

模型地址：HuggingFace / ModelScope

3. 启动服务

• 只想本地体验：运行 uv run webui.py --version 2.5 --model_dir checkpoints-2.5 即可，与 LingChat 无关。
• 要对接 LingChat：从安装器仓库复制 server/server_indextts.py 到 index-tts 源码根目录。服务端会自动检测是否存在安装器的 AMD 性能补丁；未打补丁时使用 IndexTTS 官方默认推理参数，不影响基本合成。

uv pip install fastapi uvicorn soundfile
uv run python server_indextts.py

注：该服务端脚本与 AMD 安装器共用同一份代码，模型版本通过环境变量 INDEXTTS_VERSION 切换（默认 2.5），默认读取 checkpoints-2.5 并监听 127.0.0.1:23987，可用 INDEXTTS_CHECKPOINTS 与 INDEXTTS_PORT 覆盖。安装器的可调扩散步数、单 beam 和 BigVGAN FP16 属于可选性能补丁；非 AMD 路径目前未经广泛验证，遇到问题欢迎到仓库提 issue。

与 LingChat 对接（两种方式通用）

1. 打开 LingChat 全局设置，确认 tts.indextts_api_url 为包含路径的完整地址： http://127.0.0.1:9880/voice/indextts/presets（端口与你的服务器一致，NVIDIA 路径默认是 23987）。
2. 打开 设置 → 角色 → 语音设置：
   • TTS 类型选择 indextts2
   • 语音语言按内容选择：zh 中文 / ja 日语 / en 英语等（2.5 起支持多语言）
3. 把参考音频（wav/mp3/flac/ogg，建议 15 秒以内、干净单人说话）放进服务器的 voices 目录即成为音色预设，按文件名排序，序号即预设 id（从 0 开始）；在角色语音设置的 IndexTTS 说话人 ID（配置键 voice_models.indextts_speaker_id）中选择对应编号。
4. 保存后回到聊天界面，角色就会用克隆的音色说话了；对话情绪会自动映射到语音语气。

音色隐私与许可

请只使用你拥有授权的参考音频。IndexTTS 模型权重受 IndexTTS 独立模型协议约束，安装与使用即表示你同意其条款；详见各官方仓库的许可证文件。

链接汇总

• LingChat：https://github.com/SlimeBoyOwO/LingChat
• IndexTTS 官方仓库：https://github.com/index-tts/index-tts
• AMD 一键安装器：https://github.com/sdfsfsk/LingChat-IndexTTS-AMD-Installer
• IndexTTS-2.5 模型：HuggingFace / ModelScope