IndexTTS 2.5

更新将语义编解码器从 50 Hz 压缩到 25 Hz，减少了序列长度和推理成本，并用更高效的 Zipformer 架构取代了早期的 S2M 主干。新的跨语言策略使用边界感知对齐、标记级串联和指令引导生成。

IndexTTS 2.5支持中文、英语、日语、西班牙语和阿拉伯语，包括无需目标语言情感训练数据的情感转移。它对于旁白、本地化、角色声音、可访问性以及零样本情感 TTS 的研究非常有用。