马克学ai

“想要自然的语音，就得忍受音画不同步；想要精准对嘴，就得听机械塑料音”—— 这是视频创作者对 AI 配音的老吐槽。但 B 站开源的 IndexTTS2，偏偏把这道 “单选题” 改成了 “全选题”：给自

在语音合成领域，自回归模型（AR-TTS）一直面临一个 “鱼与熊掌” 的困境 —— 能生成自然流畅、富有韵律的语音，却无法精准控制时长；而非自回归模型（NAR-TTS）虽能控时，却丢失了语音的自然感。

当 “臣妾做不到啊” 这句经典台词，用皇后的原声语调说出流利英文时，不少网友惊呼 “AI 配音终于打破语言壁垒了”。B 站自研的 IndexTTS2 模型，不仅能精准克隆角色音色、还原细腻情绪，更凭借

当 GitHub 仓库的 Star 数在开源后一周内飙升至 1 万，当 Reddit 网友为《让子弹飞》双语配音 Demo 疯狂刷屏，当普通用户用 3 分钟完成 “克隆自己声音 + 生成带哭腔语音”—

当 Reddit 网友在 GitHub 意外扒出 IndexTTS2 的演示视频时，评论区瞬间沸腾 ——“这情绪细腻到以为是真人配音”“终于能和僵硬的 AI 语音说再见了”。这款由 B 站研发的文本转

以前想玩 AI 配音，要么忍受免费工具的机械音，要么花几百块买会员，本地部署更是要对着代码折腾大半天。但 B 站 IndexTTS2 正式开源后，这一切都变了 ——免费无限制使用，有一键整合包，10

去年还在吐槽 AI 配音 “像机器人读课文”，今年就被 B 站的 IndexTTS2 狠狠打脸 —— 一段误传为 “泄露” 的《甄嬛传》配音 Demo，让 Reddit 网友集体惊呼 “这情绪细腻到不

提起文本转语音（TTS），很多人第一反应是 “机械音”—— 要么语调僵硬像机器人，要么情绪单一撑不起内容，尤其是专业配音工具动辄几百元的会员费，让普通用户望而却步。但B 站悄悄放出的IndexTTS2

一、先看核心能力：两种模式，覆盖从「动起来」到「换角色」 Wan2.2 最核心的突破，是用单模型解决了「动作迁移」和「角色替换」两大需求，无需切换工具，上传 1 张照片 + 1 段参考视频就能实现。我