【免费下载链接】IndexTTS-1.5-MLX项目地址https://ai.gitcode.com/hf_mirrors/mlx-community/IndexTTS-1.5-MLX点击查看免费下载IndexTTS-1.5-MLX 是把零样本语音克隆 TTS 系统 IndexTTS-1.5 转换为 MLX 格式的模型仓库专为 Apple Silicon Mac 本地推理设计。本文带你用 uv、huggingface、mlx-indextts 三步搭建完整的 IndexTTS-1.5-MLX 推理环境只需 5–15 秒参考音频就能克隆出中英文音色并合成语音。IndexTTS-1.5-MLX 是什么30 秒看懂 ️一句话IndexTTS-1.5 是一个零样本zero-shot语音克隆 TTS 系统支持中英文而本仓库是它的 MLX 版本fp32 safetensors可以原生跑在 M 系列芯片上无需 GPU 服务器。它的工作方式很直观输入一段 5–15 秒的参考音频 → 提取音色特征输入你想说的文本 → 输出克隆了该音色的合成语音文本端支持 12000 词表从 unigram_12000.vocab 可以看出词表覆盖中、英、日、韩字符[ZH]、[EN]、[JA]、[KO]语言标记推理管线由几个模块协作对应仓库中的模型文件文件作用gpt.safetensorsGPT 语义代码生成器自回归语音骨架由它生成bigvgan.safetensorsBigVGAN 声码器把声学特征变成最终波形dvae.pth离散 VAE保留 PyTorch 格式由运行时加载tokenizer.model / unigram_12000.vocab文本前端负责文本切分与编码config.json运行时配置描述全部模型结构从 config.json 可以读到几个关键参数GPT 主干为24 层、1280 维、20 头mel 码本大小 8194音频采样率24000 Hz。这些参数决定了模型的结构校验和合成精度下载完整模型后无需手动修改。更多背景可阅读 README.md。环境搭建前置检查确认你的 Mac 能跑 ⚡开始之前确认三件事可以避免 90% 的失败芯片MLX 只支持 Apple SiliconM1 / M2 / M3 / M4 及后续系列Intel 版 Mac 无法使用系统建议 macOS 13.0 及以上版本磁盘模型为 fp32 格式建议预留10 GB 以上可用空间代码 依赖 模型文件确认无误后先建一个干净的工作目录后续所有操作都在这里进行mkdir -p ~/indextts-mlx cd ~/indextts-mlx第一步用 uv 一键搭建 Python 推理环境 IndexTTS-1.5-MLX 依赖mlx-indextts推理库来加载和运行。这个库要求一个干净的 Python 环境而 uv 是目前最快的 Python 包管理器还能自动下载并管理 Python 解释器省去版本冲突的烦恼。1. 安装 uv若已安装可跳过curl -LsSf https://astral.sh/uv/install.sh | sh uv --version2. 获取 mlx-indextts 推理库并同步依赖clone 地址见该库的官方仓库页面cd mlx-indextts uv syncuv sync会根据库内的pyproject.toml自动创建虚拟环境并安装全部依赖包括 MLX 运行时。完成后用以下命令确认环境就绪uv run python -c import mlx.core as mx; print(mx.metal.is_available()) # 输出 True 即表示 MLX 可用第二步用 huggingface 命令下载 IndexTTS-1.5-MLX 模型文件 模型文件在 Hugging Face 仓库Jup33QE/IndexTTS-1.5-MLX中一条命令即可下载到 mlx-indextts 项目的models目录下cd mlx-indextts hf download Jup33QE/IndexTTS-1.5-MLX --local-dir models/IndexTTS-1.5-MLXhf是 huggingface 官方 CLI。如果还没安装可以在 uv 环境中执行uv pip install -U huggingface_hub[cli]或直接使用huggingface-cli download替代。下载完成后models/IndexTTS-1.5-MLX/下应有 6 个文件与上文模型文件表一致gpt.safetensors、bigvgan.safetensors、dvae.pth、tokenizer.model、unigram_12000.vocab、config.json。如果直连下载速度慢可以改用镜像仓库 clone 的方式获取完整模型文件git clone https://gitcode.com/hf_mirrors/mlx-community/IndexTTS-1.5-MLX # clone 完成后把该目录内容放入 mlx-indextts 的 models/IndexTTS-1.5-MLX 下两种方式最终得到的文件结构相同任选其一即可。第三步接入 mlx-indextts 完成推理运行 模型文件就位后用 mlx-indextts 的命令行入口发起合成典型流程是cd mlx-indextts uv run mlx-indextts 推理入口 \ --model-dir models/IndexTTS-1.5-MLX \ --ref-audio your_voice.mp3 \ --text 用我的声音朗读这句话各参数的含义--model-dir指向第二步下载好的模型目录--ref-audio5–15 秒的参考音频wav / mp3 均可音色由它决定--text要合成的文本内容⚠️重要提示根据 README.md 说明1.5 版本的权重已完成转换并通过结构校验但生成链路尚未做端到端验证当前已验证完整合成路径的是 IndexTTS-2-MLX 包。如果你的目的是先跑通全流程建议优先使用 IndexTTS-2-MLX 验证环境再切回 1.5 实验两者目录结构与用法完全一致。常见问题下载与运行避坑清单 ️Q1uv sync报错或特别慢让 uv 自动管理 Python 版本不要手动指定系统 Python网络不佳时给 uv 配置国内镜像源后重试。Q2下载模型时中途断掉hf download支持断点续传重新执行同一条命令即可继续无需从头下载。Q3合成出来的音频有杂音或音色不像参考音频质量直接决定克隆效果。优先选择 5–15 秒、干声、无背景音乐、语速正常的片段。Q4非 Apple Silicon 能跑吗不能。MLX 是苹果专为自家芯片设计的机器学习框架Intel Mac 或其他平台请使用原版 PyTorch 实现的 IndexTTS-1.5。小结三步回顾一下 IndexTTS-1.5-MLX 推理环境的搭建路径uv 建环境安装 uv → clone mlx-indextts →uv synchuggingface 下模型hf download ... --local-dir models/IndexTTS-1.5-MLX慢则走镜像 clonemlx-indextts 跑推理参考音频 文本即可克隆音色合成语音环境搭好后你得到的是一套可以完全离线运行的本地语音克隆工具——录一段自己的声音之后的所有文本都能用你的口吻读出来。祝搭建顺利赞分享【免费下载链接】IndexTTS-1.5-MLX项目地址https://ai.gitcode.com/hf_mirrors/mlx-community/IndexTTS-1.5-MLX点击查看免费下载相关推荐Delta 模拟器金手指完全讲解新手 3 个卡点一次说清Delta 模拟器金手指完全讲解新手 3 个卡点一次说清 这是一份面向第一次用金手指的 Delta 模拟器作弊码教程只解决三个真实卡点预设金手指的入口在哪Zephyr 上构建 doiting dt_xt_zb1_devkitBL702Zigbee/BLE 共存开发板的完整实践从设备树到 Hello World 烧录调试Zephyr 上构建 doiting dt_xt_zb1_devkitBL702Zigbee/BLE 共存开发板的完整实践从设备树到 Hello Worlabogen 入门指南把 EPUB、PDF 变成带同步字幕的有声书abogen 入门指南把 EPUB、PDF 变成带同步字幕的有声书 想在通勤路上把 EPUB、PDF 听掉abogen 能把电子书、PDF、纯文本转成带同步创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考