語音合成（TTS）模型排行榜
依真人盲聽投票的 Elo 排名。預設採用 Artificial Analysis（AA）TTS 榜，並列出 TTS Arena V2 的成績作對照；兩邊的 Elo 基準不同，不能直接相減。
Eleven v4 TurboElevenLabs · Elo 1336
TTS Arena 第一IInworld TTS MAXInworld · Elo 1548
中國模型最高
Qwen-Audio-3.1-TTS-PlusAlibaba · Elo 1307
開放權重最高
Fish Audio Drama 3 PreviewFish Audio · Elo 1248
最近發布
依 AA 記錄的發布月份
完整榜單
共 24 個預設依 AA Elo 降序。 改依 TTS Arena Elo 排序 →
| # | 模型 | Artificial Analysis | TTS Arena V2 | 價格 $/1M 字元 | 發布 | 音色 | ||
|---|---|---|---|---|---|---|---|---|
| Elo↓ | 樣本 | Elo | 票數 | |||||
| 1 | Qwen-Audio-3.1-TTS-PlusAlibaba中國 | 1307±16 | 2,030 | – | – | $19.3 | 2026年9月 | 8 |
| 2 | Qwen-Audio-3.0-TTS-PlusAlibaba中國 | 1266±14 | 2,507 | – | – | $19.3 | 2026年9月 | 8 |
| 3 | Fish Audio Drama 3 PreviewFish Audio開源中國 | 1248±15 | 2,237 | – | – | $15 | 2026年10月 | 8 |
| 4 |  StepAudio 2.5 TTS (Aug 2026)StepFun中國 | 1214±14 | 2,254 | – | – | $85 | 2026年8月 | 8 |
| 5 |  Ming-3.0-ttsAnt Group開源中國 | 1191±14 | 2,169 | – | – | – | 2026年10月 | 3 |
| 6 | Fish Audio S2.1 Pro (Oct 2026)Fish Audio中國 | 1186±14 | 2,123 | – | – | $15 | 2026年10月 | 8 |
| 7 |  Speech 2.8 HDMiniMax中國 | 1176±10 | 5,246 | 1532±29 | 503 | $100 | 2026年2月 | 8 |
| 8 | Speech 2.8 TurboMiniMax中國 | 1156±10 | 5,016 | 1517±31 | 533 | $60 | 2026年2月 | 8 |
| 9 | Step TTS 2 (Mar 2026)StepFun中國 | 1140±12 | 2,835 | – | – | $40 | 2026年2月 | 2 |
| 10 | Speech 2.6 HDMiniMax中國 | 1130±11 | 4,316 | 1498±30 | 560 | $100 | 2025年10月 | 8 |
| 11 | Speech 2.6 TurboMiniMax中國 | 1122±11 | 4,590 | 1514±31 | 542 | $60 | 2025年10月 | 8 |
| 12 | Speech-02-HDMiniMax中國 | 1111±11 | 4,668 | 1504±21 | 1,243 | $100 | 2025年3月 | 4 |
| 13 | Fish Audio S2 ProFish Audio開源中國 | 1110±12 | 2,750 | – | – | $15 | 2026年3月 | 4 |
| 14 | Step Audio EditX (Mar 2026)StepFun開源中國 | 1100±12 | 2,359 | – | – | – | 2026年2月 | 2 |
| 15 | HSpeech 2.6Hithink中國 | 1097±12 | 2,493 | 1491±30 | 587 | – | 2026年7月 | 8 |
| 16 | Speech-02-TurboMiniMax中國 | 1092±11 | 4,002 | 1495±21 | 1,231 | $60 | 2025年3月 | 4 |
| 17 | OpenAudio S1Fish Audio中國 | 1087±11 | 4,658 | 1491±28 | 608 | $15 | 2025年6月 | 8 |
| 18 | T2A-01-HDMiniMax中國 | 1069±11 | 5,088 | – | – | $50 | 2025年1月 | 8 |
| 19 |  MiMo-V2.5-TTSXiaomi中國 | 1055±12 | 2,141 | – | – | – | – | 4 |
| 20 | OpenAudio S1 MiniFish Audio開源中國 | 1045±20 | 1,682 | – | – | $15 | 2025年6月 | 8 |
| 21 | T2A-01-TurboMiniMax中國 | 1031±11 | 5,000 | – | – | $30 | 2025年1月 | 8 |
| 22 | Qwen3 TTS FlashAlibaba中國 | 942±14 | 2,220 | – | – | $11 | 2025年9月 | 4 |
| 23 | Qwen3 TTSAlibaba中國 | 930±13 | 3,113 | – | – | $13.8 | 2026年1月 | 8 |
| 24 | OpenAudio S2Fish Audio中國 | – | – | 1515±28 | 603 | – | – | – |
Elo 資料：Artificial Analysis（artificialanalysis.ai）與 TTS Arena V2（TTS-AGI）。引用請註明來源。
已收錄、兩個榜單皆暫無成績 4
常被問到的開源中文 TTS。AA 與 TTS Arena 都還沒有它們的盲聽成績，所以不排名；資訊來自 Hugging Face 模型頁。
| 模型 | AA Elo | TTS Arena Elo | 授權 | 發布 |
|---|---|---|---|---|
| Fun-CosyVoice3-0.5BAlibaba (FunAudioLLM)開源 | – | – | Apache-2.0 | 2025年12月 |
| CosyVoice2-0.5BAlibaba (FunAudioLLM)開源 | – | – | Apache-2.0 | 2025年7月 |
| Qwen3-TTS-12Hz-1.7BAlibaba開源 | – | – | Apache-2.0 | 2026年1月 |
| IndexTTS-2Bilibili (IndexTeam)開源 | – | – | – | 2025年6月 |
資料來源與計算方法
- AAArtificial Analysis 語音合成排行榜
擷取於 2026年10月25日 · 98 個模型
- TATTS Arena V2（TTS-AGI，Hugging Face）
擷取於 2026年10月25日 · 43 個模型
- Artificial Analysis TTS Arena：聽眾在不知道模型名的情況下比較兩段合成語音並投票，以 Elo 計分，Zonos-v0.1 固定為 1000 作錨點；表中 ± 為 95% 信賴區間半寬，「樣本」為參與計分的投票數。價格為各家官方 API 標價換算到每百萬字元（美元），發布為月份。
- TTS Arena V2（Hugging Face 上的 TTS-AGI 社群專案）：同樣是盲聽兩兩投票的 Elo，表中 ± 為其公布的不確定度；票數不足的成績標為「初步」，被暫停的模型不展示。其 Elo 基準與 AA 不同（多在 1350–1750），兩欄只能各自比較。
- 兩邊是同一模型時合併成一列（例如 MiniMax Speech 2.8 HD），對照表人工維護、只合併名稱與版本能一一對上的；對不上的分開列出。「中國」依廠商歸屬標註。
- 新模型不被埋沒：預設排序下，尚無 AA 成績、但仍在 TTS Arena 投票池中的模型（最多 6 個，匿名代號除外）單列「暫無 AA 成績」一組，固定在前 30 列內、依 TTS Arena Elo 排序，標「新」不占名次；AA 收錄後自動歸位。
- 缺失的值顯示「–」，本站不估算、不補造任何分數或價格。價格、發布月只有 AA 的付費資料介面才提供，免費介面取不到時沿用上一次的值，並在懸停提示中註明截至日期。
- 每天 14:40（UTC+8）自動同步一次。 /api/public/tts-leaderboard.php
常見問題
目前最好的語音合成模型是哪個？
依 2026年10月25日 的 AA 盲聽 Elo，第一是 ElevenLabs 的 Eleven v4 Turbo（1336，±17）。TTS Arena V2 上第一是 Inworld TTS MAX（1548）。前幾名的信賴區間常有重疊，差幾十分以內可視為同一檔。
中國語音合成模型哪個最好？
AA 榜上中國模型最高是 Alibaba 的 Qwen-Audio-3.1-TTS-Plus（1307，總第 3）；榜上的中國模型還有 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 等開源模型目前兩個榜單都沒有成績，列在頁尾「暫無成績」。
有哪些可以本地部署的開源 TTS？
AA 榜上有 18 個開放權重模型，最高是 Fish Audio Drama 3 Preview（1248）。點「開放權重」篩選可看全部；授權各不相同，商用前請看模型頁。
為什麼 AA 和 TTS Arena 的分數差這麼多？
兩者的 Elo 起點不同（AA 以 Zonos-v0.1 = 1000 為錨，TTS Arena 多在 1350–1750），參賽模型、提示文字和投票人群也不同。只比較同一欄中的先後，不要拿兩欄相減。
新出的模型為什麼排在第 30 列附近、沒有名次？
它們已在 TTS Arena 取得成績，但 AA 尚未收錄。為了不被埋在榜尾，預設排序把它們單列一組放在前 30 列內（標「新」），等 AA 有了分數再依成績歸位。