文本转语音模型
- 小米OmniVoice官网 - 小米K2-Fsa重磅TTS模型，600+语言+极速克隆
OmniVoice是小米K2-Fsa团队推出的新一代文本转语音（TTS）模型，以扩散语言模型架构打破传统语音合成壁垒，支持600+语言与方言，兼具业界顶尖零样本声音克隆、极速推理与文本定制音色能力。
- [推荐] 豆包网页版：支持AI聊天，AI图片生成，AI漫画生成，AI写作等
字节跳动开发的一款多功能人工智能工具，基于云雀模型（豆包大模型）构建。它不仅是一个AI聊天机器人，还具备多种功能，包括写作助手、英语学习助手、音乐生成、编程助理等。
- ComfyUI-Qwen-TTS插件安装入口，一站式文本转语音、声音克隆、声音风格设计与多角色对话合成
ComfyUI-Qwen-TTS是基于阿里巴巴Qwen团队开源项目Qwen3-TTS打造的ComfyUI专用自定义节点集，为ComfyUI提供一站式文本转语音、声音克隆、声音风格设计与多角色对话合成能力，支持高质量、低延迟、多语言的端到端语音生成，可直接嵌入图像/视频工作流使用。
- KaniTTS2模型使用入口，NineNineSix正式开源的新一代TTS模型
KaniTTS2是AI初创公司NineNineSix正式开源的新一代文本转语音（TTS）模型，专为低延迟、高自然度的实时对话场景量身打造。该模型支持语音克隆、多语言输出，同时提供完整的从零预训练代码框架，助力开发者基于自有数据快速训练定制化TTS模型。
- Qwen3-TTS-Flash：开源语音合成模型，49种音色+10种语言+9种方言
Qwen3-TTS-Flash在语音自然度上实现跨越式升级。通过智能语速韵律调节技术，合成语音能够精准还原真人表达的情绪起伏与语言节奏——无论是娓娓道来的知识讲解，还是情绪饱满的剧情配音，都能传递出细腻的“人味”，彻底告别机械感。
