index-tts

# Index-TTS (V2) — TTS de alta fidelidad con clonado + multilenguaje > ⚠️ Corrección 2026-09-05 (auditoría stars-explorer): la v1 usaba `from index_tts import TTS` y métodos `load_reference/synthesize` **inexistentes**. El paquete se llama **`indextts`** y la API real es la clase `IndexTTS2.infer(...)`. **Repo:** `https://github.com/index-tts/index-tts` (Python, ~24K⭐). Modelo/hub: IndexTTS-2.5 (multilenguaje: chino, inglés, japonés, español, árabe). ## When to Use - Cuando pidas **clonar una voz nueva** con TTS de alta fidelidad y **multilenguaje**, sin datos masivos de la voz. - Cuando necesites TTS más natural que el de edge/whisper para un protagonista o narración. ## Uso El proyecto se gestiona con `uv`. Instalación: ```bash uv run webui.py # interfaz web # o instalar como tool uv tool install -e . ``` API en Python (paquete `indextts`): ```python from indextts.infer_v2_5 import IndexTTS2 tts = IndexTTS2(cfg_path='checkpoints/config.yaml', model_dir='checkpoints', use_bf16=True) tts.infer( spk_audio_prompt='voz.wav', # voz de referencia text='Texto a sintetizar', lang='EN', # EN / ZH / JA / ES / AR... output_path='gen.wav', verbose=True, ) ``` *(El nombre del submódulo puede ser `infer_v2_5`, `infer_v2` o `infer` según la versión — comprobar el README del repo.)* ## Pitfalls - El paquete Python es **`indextts`**, nunca `index_tts`. Un `from index_tts import TTS` es inventado y no compila. - No existe `load_reference()` ni `synthesize()` — el método es `infer(...)`. - La doc del repo promociona `uv`; `pip install -e .` no es la vía oficial. ## Verificación - Clonar con la voz de referencia y `texto` en español; comprobar que el audio de salida mantiene el timbre y suena natural en el idioma elegido.