tinkerdesk-tool-index-tts2

TinkerDesk 外置工具：index_tts —— 调用本机 IndexTTS2（IndexTTS-2.5） 生成克隆语音（IndexTTS 零样本 TTS：一段参考音频即克隆音色，支持中/英/日/西/阿五语）。由 tinkerdesk-tools monorepo CI 自动发布。

• 完整工具形态（Agent 自主调用、全参数）：dist/index.js 导出 { schema, execute }
• 参数：文本 / 语言 / 语速（durationFactor 0.5-2.0）/ 情感（音频参考 or 8 向量预设）/ 文本归一化 / 分段静音 / 随机采样 / BF16 / 输出路径 / 参考音色
• spawn 本机 Python 执行 scripts/gen_index.py（项目根 C:\tools\index-tts 在 PYTHONPATH——官方源码仓库 + modelscope 模型）

安装（重要）

本工具依赖本机 IndexTTS 运行环境（Python 3.10 + 官方源码 + 模型权重 checkpoints/gpt.pth ~3.26G）。安装前请先阅读 install.md——三步完成：检查 python → 官方命令安装（conda/uv + 模型下载）→ 版本跟随策略。

构建

源码为 TypeScript，发布/加载入口为 tsc 编译产物 dist/：

npm install         # 安装 devDependencies（typescript + @types/node）
npm run build       # tsc -p tsconfig.json → dist/（ES2022 + CommonJS + strict + declaration）
npm run verify      # node verify.test.js（结构 + 校验层测试）

执行 execute 时以 dist/index.js 为准——修改 src/ 后需重新 npm run build。

协议

manifest: { id: "index-tts2", entry: "dist/index.js", apiVersion: 1, kind: "tool", tool: { name: "index_tts", ... } }
dist/index.js: module.exports = { schema, execute }（tsc 编译输出）
execute(toolCall) → { ok: true, output: { filePath, wavPath } } | { ok: false, error }

参数表（全部可选，除 text 必填）

| 参数 | 类型 | 默认 | 说明 | | :--- | :--- | :--- | :--- | | text | string | 必填 | 要合成的文本内容 | | lang | string | ZH | 合成语言：ZH 中文 / EN 英文 / JA 日文 / ES 西班牙文 / AR 阿拉伯文 | | durationFactor | number | 1.0 | 语速/时长系数 0.5-2.0——>1 更慢 <1 更快（speed 的倒数，如 2.0 为 0.5 倍速） | | emotionMode | string | none | 情感控制方式：none 同音色 / audio 情感参考音频 / preset（同 vector）情感向量预设 | | emoAudioPrompt | string | — | 情感参考音频路径（wav/mp3——emotionMode=audio 时生效） | | emotionPreset | string | — | 情感预设（emotionMode=preset/vector 时生效）：happy angry sad afraid disgusted melancholic surprised calm | | emoAlpha | number | 1.0 | 情感强度 0-2 | | textNormalization | boolean | true | 文本归一化（数字/日期转口语——拼音/CMU 音素/日文假名） | | intervalSilence | number | 200 | 长文本分段间隔静音毫秒 | | useRandom | boolean | false | 随机采样（增强表现力——降低克隆保真度） | | useBf16 | boolean | true | BF16 半精度推理（省显存） | | outputPath | string | 自动 | 输出 wav 路径；空则自动生成到系统临时目录并返回该路径 | | refAudio | string | 配置 | 参考音色 wav/mp3 路径（5-10 秒清晰人声）；空则用环境变量 INDEX_TTS_VOICE_PROFILE |

运行环境（环境变量可覆盖）

| 环境变量 | 默认 | 用途 | | :--- | :--- | :--- | | INDEX_TTS_DIR | C:\tools\index-tts | IndexTTS 项目根（Gen 脚本 cwd + PYTHONPATH） | | INDEX_TTS_VENV_PYTHON | 项目 .venv | Python 解释器路径 | | INDEX_TTS_VOICE_PROFILE | — | 默认参考音色（refAudio 参数优先） |

目录

scripts/gen_index.py          IndexTTS-2.5 合成脚本（stdin JSON → stdout JSON，spawn 调用，原样复用插件版本）
src/index.ts                  工具入口（schema + execute + 参数校验 + spawn python）
src/lib/schema.ts             工具 schema + 常量（五语/8 情感/区间 clamp）+ 校验辅助
dist/                         构建产物（tsc 编译——发布与加载入口 dist/index.js）
tsconfig.json                 ES2022 + CommonJS + strict + declaration，outDir=dist
manifest.json                 工具清单（kind: tool, tool.name: index_tts）
install.md                    IndexTTS 本机环境安装说明（python 检查 → 官方命令 → 版本跟随）