O que o Index TTS 2 faz bem — e o que não faz

O Index TTS 2 é o modelo de clonagem de voz da Bilibili com uma força distintiva : controlo fino sobre oito emoções. Forneça uma amostra de referência para clonar uma voz, depois defina a força de feliz, zangado, triste, com medo, com nojo, melancólico, surpreso e calmo — individualmente — para moldar exatamente como cada linha é lida. Porque as emoções se misturam, pode empilhar combinações subtis em vez de escolher um sentimento predefinido, o que convém à narração interpretada e ao diálogo dramático.

O lado da clonagem reproduz uma voz específica da sua amostra, portanto a mesma voz de personagem ou marca pode transportar um guião com amplitude emocional controlável. O preço é por 1.000 caracteres.

A sua posição entre os modelos de voz do ZOOOP : o Chatterbox TTS é a clonagem de voz construída para ampla cobertura multilingue ; o LUX TTS é a clonagem mais barata ; para vozes predefinidas use o Multilingual V3. O ponto forte do Index TTS 2 é a clonagem de voz emocionalmente nuanceada.

Um modelo mental razoável : use o Index TTS 2 por predefinição quando uma voz clonada precisa de controlo emocional preciso, e mude para o Chatterbox para muitos idiomas ou LUX TTS para o custo mais baixo.