IndexTTS-V2 DeepSpeed编译加速版

镜像简介

IndexTTS-V2 DeepSpeed编译加速版是一款高性能语音合成与克隆工具，通过DeepSpeed框架优化，显著提升了推理速度与并发处理能力。它支持异步批量任务与API并发请求，并具备精细的语速调节、音色保存及情绪控制功能，适用于高负载的语音内容生成、虚拟人配音、有声读物制作及个性化语音交互等场景。

功能支持

• 支持异步批量任务
• 支持接口API并发请求
• 语速调节
• 音色保存
• 情绪控制

使用教程

1、创建实例并打开webui。该镜像支持自启动，初始化后，需要等待deepspeed编译启动，大概4分钟左右，可以输入命令 tail -50f /root/wan/webui.log 查看启动日志

2、随后点击 SD-WEBUI 按钮即可，上传音色文件或者选择音色，点击生成即可，支持批量任务

Web界面预览

支持接口请求

支持接口API的并发请求，接口格式:http://你的服务器公网ip:8188/?text=你好，我在这里测试一下&speaker=苏瑶&emo=情感参考/愤怒.wav

emo也可以是语义参数 emo=愤怒

刘悦的镜像交流官方社群