音色克隆（IndexTTS 2.5）
上传一段 3~5 秒的参考音频，输入想说的话，就能用这个声音念出来；
还可以指定情绪，让语气更贴近你想要的效果。
全部计算都在本机显卡上完成，音频不会上传到任何云端，只在局域网内传输。
只要你在这台电脑所在的局域网里，点下面的按钮就能直接用。参考音频与生成结果都不过云，只在局域网内传输。
检测到你正从公网访问本站，所以下面的按钮点了打不开，这是正常的——工具只对同一个 WiFi / 路由器下的设备开放，公网访问不到。本页面本身可以正常浏览。
⚠ 需要你的设备与运行工具的电脑在同一个局域网（连同一台路由器 / 同一个 WiFi）。电脑关机、工具没启动、或者电脑 IP 变了，都会打不开。
🔒 关于你的音频，这里说清楚
- 关闭页面立即清理：你一关掉工具页，参考音频、情感音频和生成结果就会被立刻删除。
- 最长只留 10 分钟：即使页面没关，上传的音频与生成的文件到时间也会被无条件删除。
- 不保存、不留档：服务不写数据库、不做归档，也不会把台词或音频写进日志。
- 但请自行判断：工具本身没有账号门禁，同一 WiFi 下能打开页面的人都能使用，请不要上传隐私或敏感的音频。
使用步骤
- 确认你的设备与运行工具的电脑连在同一个局域网（同一台路由器 / 同一个 WiFi）。
- 点上面的「打开音色克隆工具」，进入工具页面。页面打开不会自动加载模型——点一下「加载模型」才开始（约 2~3 分钟，页面有进度）；不点也可以，等你点「开始合成」时会自动加载。
- 上传一段 3~5 秒清晰人声作为音色参考（自己录一段或截取现有音频都可以）。
- 输入台词；需要的话展开「🎭 情绪控制」，选一种情绪来源并调节权重。
- 点「开始合成」，完成后可在线试听或下载 WAV。请及时下载，文件 10 分钟后会被删除。
情绪控制：三种来源，一次用一种
🎵 情感参考音频
再传一段带情绪的语音（比如生气的、低落的一段），系统从中提取情绪。音色仍取自上面那段参考音频，只有情绪来自这里。
✍️ 描述文本
用一句话描述想要的语气，例如 warm and calm。系统会把这句话解析成情感向量，再乘上权重。
🎚️ 8 维向量
直接调 8 个维度的强度，顺序固定为高兴 / 愤怒 / 悲伤 / 害怕 / 厌恶 / 忧郁 / 惊讶 / 平静。每项 0~1，总和不能超过 0.8——超了会被拒绝，系统不会自动帮你归一化。
三种来源互斥，一次只能选一种；「情感权重」越高情绪越强，对 8 维向量而言它是整体缩放。 不想折腾就保持默认的「不使用」，做出来就是纯粹的、平稳的复刻音色。
常见问题
点进去打不开 / 一直转圈？
按顺序排查：① 运行工具的电脑是否开机；② 工具是否已启动（在电脑上双击「启动音色克隆服务.bat」，窗口保持开着）； ③ 你的设备是否和电脑在同一个 WiFi；④ 电脑 IP 变了——重启路由器或换网络后地址会变， 需要管理员到后台更新这里的地址；⑤ 如果你是直接访问公网域名（whitespace.top）打开的， 本来就连不上——工具只对局域网开放，属于正常现象。
第一次点「开始合成」为什么要等两三分钟？
模型要加载到显卡里，实测约 140~190 秒；加载完之后，一句话的合成通常只要 5~20 秒。 打开工具页不会自动加载模型（不点「加载模型」就完全不占显卡）；你可以先点「加载模型」， 填表、上传音频的时间正好用来加载。如果机器空闲了一段时间没用，模型会从显存里卸载（好给音频分离腾地方），下次用又会重新加载一次。
我的音频会被上传到云端吗？
不会。文件上传、模型推理、结果下载全部发生在这一台电脑与局域网内，本站的云端只提供这个页面本身。
文件会一直留着吗？
不会。关闭工具页会立即清理；即使页面没关，上传的音频与生成的文件也最长只保留 10 分钟就会被删除。 需要保留的结果请及时下载到自己的设备上。
可以拿别人的声音来克隆吗？
技术上可以，但请不要那样做。本工具仅供个人学习交流使用，请勿用于伪造他人声音、 冒充身份、诈骗或其他非法用途。你用到的音频，版权仍归原作者所有。
本页只是入口。工具运行在 White 的电脑上，电脑关机或服务停止时不可用。