现在的tts模型（文字转语音）哪个好？

cabrio · 发表于 2026-9-4 00:12

以前一直用qw的，感觉还行。
直到前天看见小红书上有个人合成了一段语音，真是棒。

我的评价是：惟妙惟肖。

语气语速都非常拟真，愤怒、欣喜、狂霸都很鲜明。

但是问是什么模型人家不回我。

这里的老哥知道么？

Litccc · 发表于 2026-9-4 00:15

med · 发表于 2026-9-4 00:42

我用qwen，做答辩ppt配音用这个没问题👌

qwased · 发表于 2026-9-4 00:42

Litccc 发表于 2026-9-4 00:15
https://github.com/RVC-Boss/GPT-SoVITS
永远的神

我装了个打包好的，不知道为啥念数字会随机变成英文的，断句和语气也很怪

麻仓月轩 · 发表于 2026-9-4 00:52

qwased 发表于 2026-9-4 00:42
我装了个打包好的，不知道为啥念数字会随机变成英文的，断句和语气也很怪 ...

断句有参数可调
数字和中英文夹杂推荐语言设置成中文
而且数字最好转换成中文让他去读
现在有agent了，直接让他读下项目，再网上找点素材丢给他就可以训练自己的模型了很方便

—— 来自 vivo V2454A, Android 16, 鹅球 v3.5.99

Saikou · 发表于 2026-9-4 02:17

不想麻烦搭建的话mimo也行，还是免费的速度也快质量也还凑合。
轻度搭建的话cosyvoice3，主要是质量好，速度快，4bit版本苹果电脑都能实时读书

squallx · 发表于 2026-9-4 07:00

有参考音的话最强还是index tts2 吧 2.5据说拉了

—— 来自 OnePlus PJZ110, Android 16, 鹅球 v3.5.99

绕指流光 · 发表于 2026-9-4 08:20

类脑有些特调的TTS已经在搞ASMR和更进一步的了
非即时类需求用mimo就行，免费省事

pomino · 发表于 2026-9-4 09:57

绕指流光发表于 2026-9-4 08:20
类脑有些特调的TTS已经在搞ASMR和更进一步的了
非即时类需求用mimo就行，免费省事 ...

这个能指个路看一下吗

绕指流光 · 发表于 2026-9-4 11:16

pomino 发表于 2026-9-4 09:57
这个能指个路看一下吗

直接去类脑TTS区翻就行

子虚乌有 · 发表于 2026-9-4 11:33

对了，手机念小说现在有啥更好的？我一直用微信读书自带的那个ai中年男声。感觉有点落后时代了。

		自动登录	找回密码
密码			立即注册

[科技] 现在的tts模型（文字转语音）哪个好？