HeyGen Voice：HeyGen自研的AI语音大模型
HeyGen Voice是HeyGen自研AI语音大模型，支持文本转语音、即时/专业语音克隆，原生配套数字人Avatar，实现语音与口型精准同步，可独立导出音频或生成数字人视频，附带API接...
FireRedAudio：小红书开源的9B通用音频大模型
FireRedAudio是小红书开源发布的通用音频语言大模型，基于9B参数主干模型，采用解耦连续表征架构，单模型同时实现音频理解、语音生成、语音编辑三大类能力。
Breeze TTS 2：BreezeBlue推出的面向实时交互的可控流式语音合成模型
Breeze TTS 2是国内AI语音企业BreezeBlue发布的新一代TTS语音合成模型。它专门面向实时人机交互场景，将语音设计、角色演绎、低延迟流式生成整合为一体化模型，不再局限传统...
FireRedTTS3：小红书开源的多语言指令式语音生成与编辑TTS项目
FireRedTTS3是小红书推出的开源PyTorch端到端语音生成项目，基于语义增强连续语音表征技术，分为Base、Instruct两大模型版本，采用Apache‑2.0开源协议。项目兼顾零样本音色...
Luna‑TTS：宇生月伴推出的扩散语言模型多语言AI文本转语音工具
Luna‑TTS是VUI Labs（宇生月伴）研发的扩散‑语言模型架构的文本转语音（TTS）项目，整套家族包含Luna‑TTS全并行版本、Luna‑TTS Realtime实时流式两个子模型，主干网络参...
Vocalove：在线AI语音克隆平台，30秒样本复刻人声
Vocalove是网页端AI声音克隆工具，仅需3～30秒音频样本即可复刻人声，免安装浏览器直接使用，支持内置TTS音色，可生成纯音频或者会说话人像纪念视频，免费预览，一次性点数...
MAI-Voice-2-Flash：微软推出的低延迟高并发企业级实时语音合成TTS模型
MAI-Voice-2-Flash是微软于2026年7月官方发布、基于自研MAI语音基座训练的极速低延迟文本转语音（TTS）模型，隶属于微软MAI语音模型家族，依托Azure AI Foundry与Azure语音...
Qwen-Audio-3.0-TTS：阿里通义千问推出的工业化语音合成模型
Qwen-Audio-3.0-TTS 是阿里巴巴 Token Foundry 团队研发的工业化高质量语音合成模型，归属通义千问音频系列。模型面向真实生产场景打造，主打高保真音色克隆、多语种与汉语...
Confucius4-TTS：网易有道开源的多语种TTS语音合成引擎
Confucius4-TTS是网易有道推出基于LLM架构的开源跨语种零样本语音合成引擎，支持14种语言免参考文本音色克隆、无口音跨语种语音迁移、音频情感同步复刻，提供在线Gradio演示...
VoiceCanvas：在线多语言AI文本转语音与语音克隆配音工具
VoiceCanvas是网页端一站式AI TTS平台，支持50+语种文本转语音、10秒人声克隆、AI自定义音色、故事多角色配音与自动播客生成，免费试用，支持微信支付宝，适配自媒体、教育...
OmniVoice Studio：开源本地化 AI 语音工具集，完全替代 ElevenLabs 的免费方案
OmniVoice Studio 是一个完全开源、本地运行的 AI 语音工具集，定位为 ElevenLabs 的替代品。它支持 646 种语言的零样本语音克隆、语音设计（多参数调节）、全流程视频配音...
Realtime TTS-2：Inworld推出的AI实时对话语音合成模型，低延迟情绪自适应多语言TTS
Inworld Realtime TTS-2 是由 Inworld AI 官方推出的第二代实时语音合成模型，专为真人实时多轮对话场景深度定制，区别于传统面向有声书、旁白播报的通用TTS产品。
Voicebox：开源本地AI语音合成工具，本地运行零样本语音克隆与多轨编辑
Voicebox是一款开源本地优先AI语音合成工具，主打隐私安全、全功能语音创作与跨平台高性能运行。作为免费的 ElevenLabs 开源替代方案，它支持零样本语音克隆、7款TTS引擎、...
OmniVoice：小米开源的646种语言零样本文本转语音（TTS）系统
OmniVoice是k2-fsa团队（小米Kaldi团队）开源的超大规模多语言零样本文本转语音（TTS）系统，基于创新单阶段离散非自回归扩散语言模型架构，支持646种语言的高质量语音生成...
LongCat-AudioDiT：美团开源的高保真零样本语音克隆与文本转语音模型
LongCat-AudioDiT是美团LongCat开源的基于扩散模型的高保真文本转语音（TTS）与零样本语音克隆模型，是当前语音合成领域的SOTA（State-of-the-Art）方案之一。该模型彻底革...