IndexSpeech 团队正式开源 IndexTTS-2.5，针对 IndexTTS-2 的多语言、情绪表现和推理效率进行优化。新版本支持中文、英语、日语、西班牙语和阿拉伯语，并保留跨语种与音色情感解耦能力，同时新增语速控制和更细粒度的发音控制。

支持 5 种语言与跨语种情感复刻： 覆盖中文、英语、日语、西班牙语和阿拉伯语，并进一步优化情绪韵律表现、音色还原和跨语种合成稳定性。

推理速度快于 IndexTTS-2： 团队对推理架构进行了轻量化重构，以提高模型推理运行效率；当前未披露具体加速比例。

新增 0.5×–2.0× 时长控制： 通过 duration_factor 调整生成语音时长，从而控制语速。

增强中文、英语和日语发音控制： 支持对中文 Pinyin、英语 CMU phonemes 和日语 Kana 进行更细粒度的发音控制。

支持通过 vLLM 部署： IndexTTS-2.5 已提供面向 vLLM 的部署方案，同时开放 Python API 和本地 WebUI。


开源地址：

https://github.com/index-tts/index-tts

https://arxiv.org/abs/2601.03888

https://github.com/index-tts/index-tts2-5.github.io