#语音合成
阿里 CosyVoice Studio 实测：一站式 AI 语音平台，能听能说能聊
8 月初，阿里接连发布多个重磅产品。
千问办公开启公测，对标 WorkBuddy；Qwen3.8-Max 正式上线，总参数量 2.4 万亿；视频生成模型 Wan3.0 开启公测，单次可生成 30 秒视频。
不过最值得关注的是阿里新上线的 C…
Qwen-Audio-3.0-TTS 发布：16 语种+20 方言的开源 TTS 模型，Artificial Analysis 榜单夺冠
阿里云发布了 Qwen-Audio-3.0-TTS 实时语音合成模型，包含两个版本：Flash（面向实时交互，首包延迟约 300ms）和 Plus（面向高质量生成，自然度和音色还原度更优）。在全球第三方权威榜单 Artificial Ana…
Out Loud：免费开源、本地离线、注重隐私的 AI 语音合成工具，内置 50 种自然人声，支持 8 种语言
Out Loud 是一款免费开源的 AI 文本转语音工具。它完全离线运行，保护用户隐私，无需联网即可将文本转换为自然语音。适用于阅读文章、文档等场景，提供 50 多种语音和 8 种语言支持。
Out Loud功能
完全离线运行：所有处理…
7款免费文本转语音工具盘点，效果堪比付费软件
想做短视频配音，又不想花钱买专业配音软件？这两年免费 TTS 工具的进步非常大，一年前还是电子音，现在不少工具的还原度已经能媲美付费产品了。
以下是 7 款真正好用的免费文本转语音工具，按场景分类推荐。
TTSMaker（马克配音）&mda…
GPT-SoVITS声音克隆实战，从安装到一键调用的完整教程
不需要先成为语音算法工程师。准备一段自己的录音，再找一个能够操作终端和浏览器的 AI Agent，你就可以把 GPT-SoVITS 安装、训练和封装成日常可调用的工具。
最近我完整体验了一次 GPT-SoVITS：从下载安装到第一次语音合成…
VoxCPM2：国产开源 2B 参数 TTS 模型，支持 30 种语言与语音克隆
VoxCPM2：国产开源 2B 参数 TTS 模型，支持 30 种语言与语音克隆
OpenBMB 团队发布了 VoxCPM2 文本转语音（TTS）模型。该模型拥有 2B 参数，支持语音克隆、语音设计和高质量语音合成，涵盖英文、中文、日语、韩…
Gemini 3.1 Flash TTS 实测：3 个避坑指南 +2 个 Audio Tags 神技详解
苏米注：Gemini 3.1 Flash TTS 发布后，我花了 3 小时深度测试，发现了 3 个官方没说清楚的坑和 2 个实用神技。今天这篇文章帮你避开这些坑，同时充分利用它的强大功能。
一、坑①：中文发音偶尔翻车，专业术语直接"翻译腔…
刚刚！阿里 Qwen3-TTS 发布，语音合成能力大幅提升！
继发布Z-Image（造相）广受好评后，阿里又上好货了。
就在刚刚发布 Qwen3-TTS，版本号 2025-11-27，这次更新解决了语音合成的几个核心问题。
音色大幅扩展49 种高品质音色，覆盖不同性别、年龄和角色设定。具体包括撒娇搞…
Kyutai TTS：一款开源TTS文本转语音模型，超低延迟语音合成工具
Kyutai TTS 是一款针对实时应用优化的文本转语音模型。它提供超低延迟、高准确率的语音合成，并支持文本流式输入和长音频生成，适用于各种需要实时语音交互的场景，例如语音助手、实时字幕生成等。Kyutai TTS 的独特之处在于其延迟流…
UntitledPen：AI语音生成平台，文本转语音和语音转文本
UntitledPen 是一款AI语音合成工具，能为您的内容创作出自然逼真的语音。它支持文本转语音和语音转文本，并提供多种语言和音色选择，让您可以轻松创建高质量的音频内容，适用于各种场景，例如有声读物、视频配音、广告制作等。其AI辅助写作…