Listen

MiniMax Speech StepAudio 2.5 IndexTTS-2.5 融合：Step 叙事 + MiniMax 递进 · 可降级

完整模式：采样、合成、实时听感与听感替换都在同一页。

音色参考音频

其他格式（如 32 位 wav、flac）服务端会自动转成克隆友好的单声道 wav；超过 5 分钟只取前 5 分钟。

入库后在右侧选中该音色，下方录入文字 → 生成语音，即得到克隆声。

剧本会填充文本、语言、情绪与时长默认值

我的克隆库

归属当前 API Key

    文本

    快 1.00 · 不变 慢

    定稿用法：叙事走 Step；「从…到…」短句走 MiniMax 精确停顿（递进段可能换音色）。

    下载为原始合成结果；实时听感调整仅影响播放。

    实时听感调整 本地 · 播放中即可调 · 不重合成
    慢1.00快
    轻1.00响
    −0+
    −0+
    闷0亮
    干0湿
    听感替换 用已有克隆音色 · 重读他人录音/上传

    先选好目标克隆音色。再录制或上传他人说的内容，系统转写后用目标音色重读。 这是「转写 → 克隆音色合成」，不是帧级声纹转换；可编辑转写再生成。

    未选择 — 请先在上方音色选择器选用克隆音色

    0:00

    录他人说话内容；可裁剪后转写。通道条习惯对齐人声工程。

    功能设置

    MiniMax 使用离散 emotion；向量/文本为产品侧映射。开源 IndexTTS-2.5 请用顶栏「IndexTTS-2.5」模式（本站 /IndexTTS/）。

    高级生成参数设置
    低0高
    轻1.00响
    沉0亮
    强0柔
    厚0清

    以上为合成时参数。播放中的语速/EQ/空间见上方「实时听感调整」。

    说明
    语音可由 MiniMax、StepAudio 2.5 或融合模式（Step 叙事 + MiniMax 递进短句）云端合成。支持页面录音克隆与听感替换。融合模式递进段可能切换音色。本产品不提供医疗建议，也不等同 IndexTTS-2.5 开放权重。

    听感对照

    四轴自评 · 非医学测评