IndexTTS 2.5 语音合成 API 接口使用文档IndexTTS 2.5 是在 IndexTTS2 基础上迭代升级的零样本多语言情感语音合成模型，依托Zipformer架构、语义编解码压缩与GRPO强化学习优化，推理速度提升至原来的2.28倍，在保留音色相似度与发音准确率的同时大幅降低算力开销。它支持中文、英文、日语、西班牙语、阿拉伯语五种语言，仅需一段简短参考音频即可完成音色克隆，还可跨语言迁移情感，提供喜、怒、哀、平静等情绪预设以及多档语速调节，适合多语种旁白、短视频配音等场景，兼顾自然度、可控性与推理效率。