1
import os
2
from indextts.infer_v2 import IndexTTS2
3
import torch
4
import gc
5

6
# ==========================================
7
# 1. 配置区域 (Configuration Area)
8
# ==========================================
9

10
# 输入的txt文本文件路径 (每行一句需要生成的文本)
11
INPUT_TXT = "inputs/text.txt"
12

13
# 输出的文件夹路径
14
OUTPUT_DIR = "outputs"
15

16
# 输出文件名称序列的前缀 (如 "audio_" 会生成 "audio_1.wav", "audio_2.wav"等)
17
OUTPUT_PREFIX = "audio_"
18

19
# 参考音频路径 (Voice Cloning Prompt)
20
REF_AUDIO = "inputs/furina.wav"
21

22
# ==========================================
23
# 2. 核心逻辑 (Core Logic)
24
# ==========================================
25

26
def main():
27
    # 检查输入文本是否存在
28
    if not os.path.exists(INPUT_TXT):
29
        print(f"错误: 找不到输入文件 '{INPUT_TXT}'。请先创建该文本文件。")
30
        return
31

32
    # 创建输出文件夹 (如果不存在)
33
    if not os.path.exists(OUTPUT_DIR):
34
        os.makedirs(OUTPUT_DIR)
35
        print(f"已创建输出文件夹: {OUTPUT_DIR}")
36

37
    # 初始化 IndexTTS2 模型
38
    print("正在加载 IndexTTS2 模型...")
39
    # 注意: 可根据需要将 use_fp16 设置为 True 以节省显存并加快推理
40
    tts = IndexTTS2(
41
        cfg_path="checkpoints/config.yaml",
42
        model_dir="checkpoints",
43
        use_fp16=True,
44
        use_accel=True,
45
        use_cuda_kernel=False,
46
        use_deepspeed=False
47
    )
48
    print("模型加载完成！")
49

50
    # 读取 txt 文本
51
    with open(INPUT_TXT, "r", encoding="utf-8") as f:
52
        lines = f.readlines()
53

54
    # 逐行生成 TTS 音频
55
    count = 1
56
    for line in lines:
57
        text = line.strip()
58

59
        # 跳过空行
60
        if not text:
61
            continue
62

63
        output_filename = f"{OUTPUT_PREFIX}{count}.wav"
64
        output_path = os.path.join(OUTPUT_DIR, output_filename)
65

66
        # 断点续传检查：如果目标音频文件已存在，则跳过
67
        if os.path.exists(output_path):
68
            print(f"[{count}/{len(lines)}] 音频已存在，跳过生成: {output_filename}")
69
            count += 1
70
            continue
71

72
        print(f"[{count}/{len(lines)}] 正在生成: {output_filename}")
73
        print(f"文本内容: {text}")
74

75
        # 调用推理接口生成音频
76
        tts.infer(
77
            spk_audio_prompt=REF_AUDIO,
78
            text=text,
79
            output_path=output_path,
80
            verbose=False
81
        )
82

83
        print(f"生成成功 -> {output_path}\n")
84

85
        # 显存优化：每一句生成完后清理显存碎片，防止跑久了OOM爆显存
86
        gc.collect()
87
        if torch.cuda.is_available():
88
            torch.cuda.empty_cache()
89

90
        count += 1
91

92
    print("所有任务处理完毕！")
93

94
if __name__ == "__main__":
95
    main()

1
你好，这里是RoL1n~
2
Hello,world!