一、IndexTTS2 简介

IndexTTS2 是基于 检索式语音合成（Retrieval-Augmented TTS） 思想构建的多说话人高质量 TTS 系统，是 IndexTTS（2024） 的改进版本。主要特点如下：

1. 模型结构改进

• 使用语音特征库（Voice Bank）作为索引源，通过检索相似语音片段来提升音色还原度。
• 引入更稳定的 Acoustic Model 与更高质量的 Vocoder，减少噪声与音色漂移问题。
• 生成流程更加轻量，推理速度较 IndexTTS 更快。

2. 音色克隆效果明显增强

• 小样本即可克隆某个说话人音色。
• 保留原说话人音色特征的同时，提高自然度与清晰度。
• 对情感、语调、节奏的控制更稳定。

3. 多语言能力更强

• 在多语言语料库上训练，支持中英双语及跨语种语音转换。
• 说话人音色在跨语言模式下保持一致性。

4. 用途

• 个人音色克隆
• 虚拟主播/AI 助手
• 配音与旁白
• 多语言语音生成
• 情感语音合成

二、部署

Win10部署：192.168.13.60

博主原贴：

https://mp.weixin.qq.com/s/xdOm4LdWCtYmlftdNR6Wnw

百度网盘下载地址：

https://pan.baidu.com/s/1zYrfrf5jaWxi5KWIntknpA?pwd=2046#list/path=%2F

文件已下载至192.168.13.60桌面，见下图：

【企业内容，不展示】

——1——

因博主打包制作好环境，所以根据说明可以一键启动。

附：原博主使用说明：

——2——

【windows使用说明】

系统要求：

1. windows 10及以上系统
2. 至少16GB内存
3. 至少40GB硬盘存储空间（压缩包和解压后的文件都会占用空间）

使用说明： 特别提醒：解压路径中不能含有中文、空格或特殊字符！！！！！

1. 有英伟达显卡的话安装【cuda_12.8.1_572.61_windows.exe】（没有显卡就忽略吧，可以使用cpu）
2. 安装【VC_redist.x64.exe】
3. 双击运行【一键启动.bat】文件。
4. 启动成功后，会自动打开浏览器（保持命令行窗口运行，关闭命令行窗口TTS服务也会关闭）。

其他问题：

1. 不支持AMD显卡
2. 如果你有英伟达的显卡，请先双击安装【cuda_12.8.1_572.61_windows.exe】（请使用12.8版本）
3. 如果你是新电脑，或者刚重装完系统，可能需要安装【VC_redist.x64.exe】
4. 如果你安装CUDA失败了，那么可能需要安装【vs_BuildTools.exe】
   1. 运行【vs_BuildTools.exe】
   2. 勾选【使用C++的桌面开发】
   3. 点击安装

注意：

启动后命令行不要关闭，否则软件也直接关闭。

三、常见问题

1、错误：

 RuntimeError: could not create a primitive

是 PyTorch 的 CPU 内核（OneDNN / MKLDNN）在 Windows 下无法创建 Conv1D primitive。

解决方案：虚拟机CPU类型由KVM改为host