文字轉語音

看到B站推薦的視頻，想了解到2025年10月最新文字轉語言技術，并本地部署跑下

實時Galgame成了！ IndexTTS2接入酒館SillyTavern實時語音，角色語音情感控制，兼容酒館API調用，B站開源最強AI語音模型

技術棧: SillyTavern（酒館）+index TTS 2

1. SillyTavern（酒館）

官方網址

SillyTavern中文文檔

github - SillyTavern

教程地址:

【AI女友】酒館Silly Tavern視頻教程（一）下載與搭建

本地部署后：

SillyTavern 本地訪問地址

SillyTavern自動生圖插件

Sillytavern酒館自動生圖教程

2. index TTS 2

官方網址

github - index-tts

IndexTTS2 demo page

本地部署后：

TTS2 本地訪問地址

實際應用(pdf書籍文章朗讀)

最近在讀計算機相關pdf書籍，想用 pdf+OCR+TTS2 實現pdf 文字朗讀功能。

實現思路:

1. pdf + Umi-OCR 進行圖像的文字識別。 或者不用圖像識別，下載書籍epub文件，直接復制文字。（圖像識別可能有錯別字）

2. 將識別的文件添加到剪切板。

3. 復制到TTS2 中進行語音生成。

有各種工具，可以優化這一流程，后續可以將實現思路和效果發視頻，集思廣益讓網友提出建議。

比如將跑出來的案例配動漫AI圖+計算機書籍文章朗讀 上傳B站，測試不同的效果，讓網友看看效果。

3. Index-TTS-2.0 整合包

Index-TTS-2.0 整合包下載與新手使用教程

4. 音色和各種情感下載

游戲語音包

模型下載- 整合站

5.YouDub AI翻譯配音

github - YouDub-webui

實際效果視頻

【中配】快速平方根倒數：雷神之錘3的經典算法解析 - Nemean

其他相關

Deepseek API 注冊網址：

deepseek 官方開放平臺

技術爬爬蝦- 火山引擎 注冊deepseek

Gemini API

https://aistudio.google.com/app/api-keys
https://gemini.google.com/app