B站语音团队

近日B站语音团队推出的新一代语音合成模型IndexTTS2支持影视级音质、情绪克隆和时长控制。其核心模块包括输入处理、语音编码、情绪控制、时长控制和语音解码，提供零样本语音/情绪克隆和时长控制功能，并支持本地部署和双语支持。