index-tts

7热度

7回答

[index-tts]Failed to load custom CUDA kernel for BigVGAN

今天更新了1.5的模型，这个提示又来了首次会自动编译，成功加载。然后第二次启动webui就加载失败，请问这个是什么问题？如何彻底解决，我看Issues很多人都遇到了。

1热度

16回答

[index-tts]更新了代码，启动会 hold 住,Failed to load custom CUDA kernel for BigVGAN. Falling back to torch.

> uv run webui.py >> GPT weights restored from: checkpoints/gpt.pth [2025-05-22 10:39:21,070] [INFO] [real_accelerator.py:239:get_accelerator] Setting ds_accelerator to cuda (auto detect) [20

9热度

5回答

[index-tts]批次推理英文会出现中文token

在批次推理时，如果文本是英文的，里面的数字会被分词成中文token，这样生成的语音就会中英混杂，数字都是读的中文。

5热度

4回答

[index-tts]there分割成t here

比如_FIRST,_T_HERE_IS_A

6热度

8回答

[index-tts]跪求开源微调代码 😭

跪求开源微调代码 😭

4热度

10回答

[index-tts]会吞词，这个BUG啥时候能修复？

比如这一句：感谢屾哥来到直播间,我们是一个做植物染发膏的直播间,现在购物车福利品还有库存,可以去看看. 合成之后就只有：感谢屾哥来到直播间。后面的内容全没了。 text_tokens shape: torch.Size([1, 86]), text_tokens type: torch.int32 ['▁', '感', '▁', '谢', '▁', '屾', '▁', '哥', '▁', '来'

9热度

2回答

[index-tts]windows环境下启动webui或者推理接口时会出现No module named 'deepspeed' 但不影响正常使用。这个模块主要是起什么作用？

(index-tts) H:\AIaudio_Live\index-tts>python webui.py GPT weights restored from: checkpoints\gpt.pth DeepSpeed加载失败，回退到标准推理: No module named 'deepspeed' See more details https://www.deepspeed.ai/t

2热度

3回答

[index-tts]windows环境，生成的语音中有很多空白

windows环境，生成的语音中有很多空白。并且会跳过很多句。（普通推理和批次推理都一样）尤其是句子长了之后，会空白很多，跳过很多。这是使用的参考音频: 少东家-片段1.zip

9热度

3回答

[index-tts]index-1.5推理速度变慢了

两个问题：1.index-1.5 要比index-1.0推理速度要慢一些，2.index-1.5部分标点符号未能正确读出，比如东风3-4级读成三减四，每平方米/元的/会读出来，希望能优化一下目前就遇到这些问题模型已经很完美了

1热度

3回答

[index-tts]Does it support audio pause function? 支持音频的停顿功能吗？

我在知乎博客上看到提出使用（-）破折号可以支持停顿，但是我尝试了一下好像没有效果。

3热度

3回答

[index-tts]为什么没有语速支持?

现在很多整合包已经自行添加了语速支持. 不知道官方出于什么考虑迟迟不加上语速的功能. 这是一个很常见的需求呀...

5热度

7回答

[index-tts]1.5和1.0的效果好像变差了

windows下，1660S的显卡，同样的参考音频，同样的文字，1.5的commit:10d557a15e0bc234389a2900b7147c4c8a94fe3b，1.0commit:141599f04d576f0194ecbac90c4426b2ea32ac18 参考音频，格式为mp3 参考文字为：洗衣粉和别的东西不一样，咱们谁家都得用的对不对？十斤装，这么一大袋子的天然皂粉，平时去线下商

6热度

2回答

[index-tts]运行一段时间后,首尾会有空白停顿

在运行几小时首尾会有空白到时播放感觉停顿这个如何解决?

7热度

2回答

[index-tts]涉及标准编号的 tts 结果需要优化，例如：GB/T 15109-2021

2热度

3回答

[index-tts]生成出的音频没有声音

>> start inference... >> Reference audio length: 14.79 seconds >> gpt_gen_time: 18.24 seconds >> gpt_forward_time: 1.00 seconds >> bigvgan_time: 0.96 seconds >> Tot

10热度

3回答

[index-tts]句子之间的间隔

有没有什么办法可以使读句子之间的间隔边长，我试过添加一些表单符号但是没有很大效果，确实停顿了但是我想让他停顿的时间更长一点，该怎么做。

3热度

3回答

[index-tts]语速调节和前端处理

这个效果已经很好了，至少我认为超过了cosyvoice2，但是有些问题第一是不能调节语速第二是停顿的时候好像并不是完全按照标点符号来，提个建议，可以加一个占位符<#0.5>表示停顿0.5s这种方式希望有更惊喜的更新出现！

6热度

6回答

[index-tts]请问，为什么indextts2中舍弃了indextts1的两步合成，而是加了一层mel谱中间结果呢？

indextts1: 文本->音频token->语音， indextts2: 文本->音频token->mel谱->语音。