继去年发布等2款自研大语言模型之后，B站不久前又放出大招，推出文本转语音（Text To Speech，缩写为TTS）模型IndexTTS。论文称，其在性能方面超过CosyVoice2、Fish-Speech 和 F5-TTS 等当前主流TTS。
目前IndexTTS已经上线appmall.ai，一键安装、即可在线使用。今天就来通过实测看看，这款让AI发音拉满“活人感”，甚至能化身“语文老师”，自动为用户纠正拼音、更正断句的应用，怎么用起来？
（1）普通模式：界面友好，速度极快
IndexTTS的用户界面简洁，好久没在AI模型里看到满屏的中文了。B站等国内开发者推出的大模型这点是一大优势，不仅使用层面对国内用户非常友好，对于中文语音、语义的理解也比国外模型更胜一筹。
我们可以看到，IndexTTS提供两种推理模式：普通推理、批次推理，后者更适合复杂的长句。我们先测试下普通场景。
由于它的优势在于自然语调和拼音的矫正，因此测试一，我们先输入一段提示词：【大家好，我现在正在AppMall 体验AI工具，说shi3话，来之前我绝对想不到！这么多好玩的工具简直666。】
这段提示词包含中文、英文、拼音（且故意标记错误），以及口语化表达。来看下使用系统默认参考音频的输出效果。
首先生成速度极快，只用了3秒就产出了结果。其次从音频可以听出来，AppMall、AI这两个词的英文发音准确，未产生任何错误；有真人自带的声纹特色（和参考音频一致），有重音（比如“绝对”“这么多”），尾音结束自然不突兀，表现很好。
（2）Hard模式：批次推理能胜任
测试二，我们上传一段1:26音频，以及更复杂语义的文字，使用批次推理模式，整体测试IndexTTS对声纹的复刻效果。
提示词：【东方超算发布AppMall（访问网址appmall.ai），已上线40 +款AI 应用，涵盖火爆全网的万相2.1、SkyReels、FaceFusion等AI绘图、AI换脸、AI对话、AI语音、AI视频应用，按分钟计费（仅需2.3 元/h），助力 AI 普惠。】
从结果来看，加分项是：声音复刻效果较好，一致性非常好；“2.3 元/h”自动朗读成“每小时2.3元”，对语义的理解非常到位。
减分项是：AppMall的发音不够准确；网址“.ai”完全读错；中间“AI绘图、AI换脸、AI对话”一串需要中英文切换的内容，朗读卡顿、且AI发音不准确。
（3）超纲模式：AI直接替打工
测试三，我们告别口语场景，上传一段新闻播报切片参考音频+一段正式文稿，看下IndexTTS在正式场景的表现如何。
提示词：【工业和信息化部数据显示：今年前4月，我国规模以上互联网和相关服务企业完成互联网业务收入5970亿元，同比增长1.5%。研发经费稳步提升。前4月，规模以上互联忘企业共投入研发经费291.5亿元，同比增长4.8%，增速较一季度提高0.2个百分点；实现利润417.3亿元。】故意留了一个错别字，看能否自动纠正。
从结果来看，虽然错别字没有自动纠正（对AI来说还是太复杂了），但是语音、语调、断句，都非常匹配上传的新闻播报的调性，但从生成结果来听，完全就是一位新闻主播在进行内容播报，毫无AI痕迹。
（4）主流AI语音工具哪家强？
目前主流的AI语音工具，按照功能类型可以分为文生语音/文本转语音、语音克隆、AI变音等，可以点击CosyVoice、FishSpeech、F5-TTS、ChatTTS、MockingBird、GPT-SoVITS详细了解每个应用的使用攻略。
这些应用均已上线appmall.ai，价格低至2.3元/每小时，既可以一键安装、在线体验、灵活互换，按分钟计费，停用不扣费。上述工具的整体横向对比，可以查看《社恐新嘴替：7款AI语音工具哪家强？》。
怎么样，看下来是不是非常动心呢？还在等什么，快来玩转IndexTTS吧~
