语音合成(TTS)模型排行榜

按真人盲听投票的 Elo 排名。默认采用 Artificial Analysis(AA)TTS 榜,并列出 TTS Arena V2 的成绩作对照;两边的 Elo 基准不同,不能直接相减。

完整榜单

共 21 个

默认按 AA Elo 降序。 改按 TTS Arena Elo 排序 →

# 模型 Artificial Analysis TTS Arena V2 价格 $/1M 字符 发布 音色
Elo 样本 Elo 票数
1MMetaVoice v1MetaVoice开源847±181,654–––2024年2月–
2SStyleTTS 2StyleTTS 开源890±152,675––$2.82023年6月–
3XTTS v2Coqui开源915±152,703––$40.42023年11月–
4OOpenVoice v2OpenVoice开源955±133,085––$8.32024年4月–
5VibeVoice 1.5BMicrosoft开源956±142,160–––2025年8月2
6ZZonos-v0.1Zyphra开源1000⚓4,875––$202025年2月8
7RChatterboxResemble AI开源1025±114,7241471±191,806$252025年5月8
8BHiggs Audio V3 TTSBoson AI开源1045±132,234––$152026年6月8
9OpenAudio S1 MiniFish Audio开源国产1045±201,682––$152025年6月8
10MMaya1Maya Research开源1048±123,3361401±36467–2025年6月4
11Magpie-Multilingual 357M (Feb 2026)NVIDIA开源1065±122,315–––2026年2月5
12KKokoro 82M v1.0Kokoro开源1066±115,4501468±261,033$0.72025年1月8
13Voxtral TTSMistral开源1091±122,460––$162026年3月3
14Step Audio EditX (Mar 2026)StepFun开源国产1100±122,359–––2026年2月2
15Fish Audio S2 ProFish Audio开源国产1110±122,750––$152026年3月4
16Ming-3.0-ttsAnt Group开源国产1191±142,169–––2026年10月3
17BBreeze TTS 2BreezeBlue开源1230±142,378––$342026年8月8
18Fish Audio Drama 3 PreviewFish Audio开源国产1248±152,237––$152026年10月8
19TTontaube V1Tontaube开源––1426±54 初步172–––
20FFluxions VuiFluxions开源––1405±60 初步158–––
21MVeenaMaya Research开源––1355±37510–––

Elo 数据:Artificial Analysis(artificialanalysis.ai)与 TTS Arena V2(TTS-AGI)。引用请注明来源。

已收录、两个榜单都暂无成绩 4

常被问到的开源中文 TTS。AA 与 TTS Arena 都还没有它们的盲听成绩,所以不排名;信息来自 Hugging Face 模型页。

模型AA EloTTS Arena Elo许可证发布
Fun-CosyVoice3-0.5BAlibaba (FunAudioLLM)开源––Apache-2.02025年12月
CosyVoice2-0.5BAlibaba (FunAudioLLM)开源––Apache-2.02025年7月
Qwen3-TTS-12Hz-1.7BAlibaba开源––Apache-2.02026年1月
IndexTTS-2Bilibili (IndexTeam)开源–––2025年6月

数据来源与计算方法

  1. Artificial Analysis TTS Arena:听众在不知道模型名的情况下比较两段合成语音并投票,按 Elo 计分,Zonos-v0.1 固定为 1000 作锚点;表中 ± 为 95% 置信区间半宽,「样本」为参与计分的投票数。价格为各家官方 API 标价折算到每百万字符(美元),发布为月份。
  2. TTS Arena V2(Hugging Face 上的 TTS-AGI 社区项目):同样是盲听两两投票的 Elo,表中 ± 为其公布的不确定度;票数不足的成绩被标为「初步」,被暂停的模型不展示。它的 Elo 基准与 AA 不同(多在 1350–1750),两列只能各自比较。
  3. 两边是同一模型时合并成一行(例如 MiniMax Speech 2.8 HD),对照表人工维护、只合并名称与版本能一一对上的;对不上的分开列出。「国产」按厂商归属标注。
  4. 新模型不被埋没:默认排序下,还没有 AA 成绩、但仍在 TTS Arena 投票池里的模型(最多 6 个,匿名代号除外)单列「暂无 AA 成绩」一组,固定在前 30 行内、按 TTS Arena Elo 排序,标「新」不占名次;AA 收录后自动归位。
  5. 缺失的值显示「–」,本站不估算、不补造任何分数或价格。价格、发布月只有 AA 的付费数据接口才提供,免费接口拿不到时沿用上一次的值,并在悬停提示里注明截至日期。
  6. 每天 14:40(UTC+8)自动同步一次。 /api/public/tts-leaderboard.php

常见问题

目前最好的语音合成模型是哪个?

按 2026年10月25日 的 AA 盲听 Elo,第一是 ElevenLabs 的 Eleven v4 Turbo(1336,±17)。TTS Arena V2 上第一是 Inworld TTS MAX(1548)。前几名的置信区间常有重叠,差几十分以内可视为同一档。

国产语音合成模型哪个最好?

AA 榜上国产最高是 Alibaba 的 Qwen-Audio-3.1-TTS-Plus(1307,总第 3);榜上的国产模型还有 Qwen-Audio-3.0-TTS-Plus、Fish Audio Drama 3 Preview、StepAudio 2.5 TTS (Aug 2026)、Ming-3.0-tts、Fish Audio S2.1 Pro (Oct 2026)。CosyVoice 等开源模型目前两个榜单都没有成绩,列在页尾「暂无成绩」。

有哪些可以本地部署的开源 TTS?

AA 榜上有 18 个开源权重模型,最高是 Fish Audio Drama 3 Preview(1248)。点「开源权重」筛选可看全部;许可证各不相同,商用前请看模型页。

为什么 AA 和 TTS Arena 的分数差这么多?

两者的 Elo 起点不同(AA 以 Zonos-v0.1 = 1000 为锚,TTS Arena 多在 1350–1750),参赛模型、提示文本和投票人群也不同。只比较同一列里的先后,不要拿两列相减。

新出的模型为什么排在第 30 行附近、没有名次?

它们已经在 TTS Arena 拿到成绩,但 AA 还没收录。为了不被埋在榜尾,默认排序把它们单列一组放在前 30 行内(标「新」),等 AA 有了分数再按成绩归位。