Index TTS 2 擅长什么——以及不擅长什么

Index TTS 2 是 Bilibili 的语音克隆模型，具有独特优势：八种情感的精细控制。提供参考样本克隆语音，然后单独设置开心、愤怒、悲伤、恐惧、厌恶、忧郁、惊讶和平静的强度——以精确塑造每句台词的朗读方式。因为情感可以混合，你可以叠加微妙的组合而不是选择单一预设感觉，这适合表演性叙述和戏剧对话。

克隆端从你的样本复制特定语音，所以同一角色或品牌语音可以用可控的情感范围承载脚本。每 1000 个字符计价。

在 ZOOOP 语音模型中的位置：Chatterbox TTS 是为广泛多语言覆盖构建的语音克隆；LUX TTS 是最便宜的克隆；预设语音用 Multilingual V3。Index TTS 2 的甜蜜点是情感细腻的语音克隆。

一个合理的决策模型：克隆语音需要精确情感控制时默认用 Index TTS 2，多语言时切换到 Chatterbox，最低成本时用 LUX TTS。