与传统的 TTS 模型不同，IndexTTS 2-多功能启动器 允许您：
- **情感控制**：通过文本提示或参考音频生成具有丰富、特定情感（如开心、愤怒、悲伤等）的语音。
- **时长控制**：精确指定语音片段的时长，完美适配视频配音对口型的需求。
- **零样本克隆**：仅需一段简短的参考音频（推荐 10-15 秒）即可实现高保真声音克隆。
本仓库包含了官方实现代码，并内置了一个**图形用户界面 (GUI)**，方便用户进行推理和批量处理。
## 特性
- ** 丰富的情感支持**：支持从文本自动检测情感，或通过向量手动指定。
- ** 时长控制**：支持指定生成的语音时长。
- **零样本声音克隆**：单段参考音频即可克隆。
- ** 友好的 GUI 界面**：基于 Flet 构建的现代化暗色主题界面，支持：
- 实时日志查看。
- 生成历史管理与回放。
- 批量生成编辑器。
- 自动更新功能。
- **高效推理**：针对 NVIDIA GPU 优化，支持 BigVGAN CUDA 算子加速。
## 安装指南
### 前置要求
- **操作系统**: Windows 10/11 (推荐) 或 Linux。
- **Python**: 推荐使用 Python 3.10。
- **GPU**: NVIDIA 显卡，建议安装 CUDA 11.8+ 以获得最佳性能。
