TTS语音合成
共 35 个模型
Udio v2
Udio v2音乐生成
Eleven-Multilingual-v2
ElevenLabs 多语言语音合成模型
Eleven-Turbo-v2
ElevenLabs Turbo 高速语音合成模型
Gemini 3.1 Flash TTS Preview
Google 针对性价比和低延迟优化的文本转语音模型
CosyVoice V3.5 Plus
高质量语音合成模型，支持多种音色和情感控制
MiniMax Speech 2.8
MiniMax Speech 2.8 最新语音合成模型
Udio v1.5
Udio高保真AI音乐生成模型
Suno v4
Suno v4音乐生成
Fish Speech v2
Fish Audio语音合成v2
Gemini 3.1 Flash Live Preview
Google 低延迟音频到音频模型，针对实时对话优化
文心语音合成
文心语音合成模型
Gemini 2.5 Flash Native Audio
Gemini 2.5 Flash 的原生音频版本
speech-2.8-hd
MiniMax 语音合成 2.8 高清版
speech-2.8-turbo
MiniMax 语音合成 2.8 快速版
Doubao-Speech-Synthesis
豆包语音合成模型
GPT Realtime 1.5
OpenAI 实时多模态模型，支持低延迟音频交互
GPT Realtime Mini
轻量级实时多模态模型
MiMo V2.5 TTS
小米语音合成模型，内置多款精品音色，支持导演级语音控制，可通过自然语言指令精细调度语速、情绪与语气
MiMo V2.5 TTS VoiceDesign
小米音色设计模型，支持通过一句自然语言描述生成全新音色，可从年龄、性别、口音、音质等多维度自由定义
MiMo V2.5 TTS VoiceClone
小米音色克隆模型，仅需数秒参考音频即可高保真复刻人声，无需训练或微调
CosyVoice V3.5 Flash
快速语音合成模型，低延迟适合实时场景
LongCat-Audio-Codec
高效语音编解码器，助力实时交互落地
Fish Audio S1
表现力语音克隆和文本转语音模型
Fish Audio S2 Pro
多语言TTS，80+语言，1000万小时训练数据，Dual-AR架构
GLM-TTS
智谱AI GLM-TTS 语音合成模型
GLM-TTS-Clone
智谱AI GLM-TTS-Clone 音色克隆模型
MiniMax Speech 2.6
MiniMax Speech 2.6 语音合成模型
Kimi Audio
月之暗面 Kimi Audio 音频多模态模型
Qwen3 Omni Flash
通义千问 Qwen3 Omni Flash 全模态模型
Qwen3 TTS Flash
通义千问 Qwen3 TTS Flash 语音合成模型
Udio v1
Udio基础音乐生成模型
Step Audio 2
阶跃 Step Audio 2 语音模型
TicVoice
Mobvoi智能语音助手
星火语音合成
科大讯飞超拟人语音合成模型
ElevenLabs Turbo v2.5
ElevenLabs快速语音合成