开放权重的文本转语音 (TTS) 模型，拥有8200万参数。它提供高质量的音频输出，同时比更大的模型更快且更具成本效益。凭借 Apache 许可的权重，它可以在各种环境中部署。Kokoro-82M 是一个开放权重的文本转语音 (TTS) 模型，拥有8200万参数。它提供高质量的音频输出，同时比更大的模型更快且更具成本效益。凭借 Apache 许可的权重，它可以在各种环境中部署。
查看 AI 模型 Top 5
最佳 文字转语音 AI 模型
9 个工具探索最佳 AI 模型 — 从语言转换器如 DistilGPT2 和 Claude Opus 到先进系统如 GPT-5.6: Frontier intelligence 和 Google DeepMind 的 Gemini 3.1 Pro，这里是开发者和研究人员探索提升项目工具的地方：生成类人文本，构建对话代理，开发复杂算法，推动 AI 能力的边界。 浏览 9 个AI 模型，涵盖 计算机视觉工具, 3D 模型生成器, 科学发现与实验室工具, 自然语言处理工具 和 预测与预测分析 等类别——每个条目上线前都经过人工审核，并以11种语言发布。
9 个工具
Cartesia 的实时文本转语音 API，能够生成 44 种语言的富有表现力的声音，并带有笑声。专为 AI 代理和互动应用设计，提供低延迟和高质量的语音合成。Sonic 是 Cartesia 的实时文本转语音 API，能够生成 44 种语言的富有表现力的声音，并带有笑声。专为 AI 代理和互动应用设计，提供低延迟和高质量的语音合成。
查看 AI 模型 Top 5
AI 模型
先进的文本转语音模型，提供更高的准确性、自然的语音合成和多语言支持。基于 Qwen-2.5-0.5B 构建，它增强了语音克隆能力，并扩展了超过 50 亿个音频标记的词汇量。OuteTTS-0.2-500M 是一个先进的文本转语音模型，提供更高的准确性、自然的语音合成和多语言支持。基于 Qwen-2.5-0.5B 构建，它增强了语音克隆能力，并扩展了超过 50 亿个音频标记的词汇量。
查看 AI 模型 Top 5
AI 模型
支持 21 种语言的多语言文本转语音模型，包括英语和多种印度语言。它提供可定制的语音合成，具有情感渲染、口音灵活性和说话者多样性等功能。Indic Parler-TTS 是一个支持 21 种语言的多语言文本转语音模型，包括英语和多种印度语言。它提供可定制的语音合成，具有情感渲染、口音灵活性和说话者多样性等功能。
查看 AI 模型 Top 5
AI 模型
Nari Labs开发的文本转语音模型，具有16亿个参数。它能够从文本生成逼真的对话，支持情感和语调控制，并能够产生非语言声音。目前仅支持英语。Dia-1.6B是Nari Labs开发的文本转语音模型，具有16亿个参数。它能够从文本生成逼真的对话，支持情感和语调控制，并能够产生非语言声音。目前仅支持英语。
查看 AI 模型 Top 5
Google DeepMind 开发的先进文本转语音模型。它们提供富有表现力的语音生成和实时语音翻译，适用于生成性语音设计和日常音频任务。Gemini 3.8 Flash TTS 和 Flash-Lite TTS 是 Google DeepMind 开发的先进文本转语音模型。它们提供富有表现力的语音生成和实时语音翻译，适用于生成性语音设计和日常音频任务。
查看 AI 模型 Top 5
AI 模型
Higgs TTS 3由Boson AI开发，是一个多语言文本转语音模型，旨在实现富有表现力的对话语音。它支持超过100种语言，并提供零样本语音克隆和情感控制等功能，非常适合数字创作者和研究人员。
查看 AI 模型 Top 5
AI 模型
零样本文本到语音模型，可以从单个参考音频片段克隆声音。它支持多种语言，并提供跨语言语音转移和情感控制。IndexTTS-2.5 是一个零样本文本到语音模型，可以从单个参考音频片段克隆声音。它支持多种语言，并提供跨语言语音转移和情感控制。
查看 AI 模型 Top 5
AI 模型
本周
为多角色场景和长篇内容设计的文本转语音模型。它支持多说话者生成、声音克隆和自然语言控制，非常适合复杂的音频制作。鱼音频剧3是一个为多角色场景和长篇内容设计的文本转语音模型。它支持多说话者生成、声音克隆和自然语言控制，非常适合复杂的音频制作。
查看 AI 模型 Top 5知道一个在AI 模型中出类拔萃的工具吗？
ToolPotion是人们浏览以寻找最佳AI 模型的AI工具目录。免费列出，每个提交都经过编辑审核——将您的工具放在搜索的起点。