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。
最近發布
依 AA 記錄的發布月份完整榜單
共 21 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 | 1248±15 | 2,237 | – | – | $15 | 2026年10月 | 8 | |
| 2 | BBreeze TTS 2BreezeBlue開源 | 1230±14 | 2,378 | – | – | $34 | 2026年8月 | 8 |
| 3 | 1191±14 | 2,169 | – | – | – | 2026年10月 | 3 | |
| 4 | 1110±12 | 2,750 | – | – | $15 | 2026年3月 | 4 | |
| 5 | 1100±12 | 2,359 | – | – | – | 2026年2月 | 2 | |
| 6 | 1091±12 | 2,460 | – | – | $16 | 2026年3月 | 3 | |
| 7 | KKokoro 82M v1.0Kokoro開源 | 1066±11 | 5,450 | 1468±26 | 1,033 | $0.7 | 2025年1月 | 8 |
| 8 | 1065±12 | 2,315 | – | – | – | 2026年2月 | 5 | |
| 9 | MMaya1Maya Research開源 | 1048±12 | 3,336 | 1401±36 | 467 | – | 2025年6月 | 4 |
| 10 | BHiggs Audio V3 TTSBoson AI開源 | 1045±13 | 2,234 | – | – | $15 | 2026年6月 | 8 |
| 11 | 1045±20 | 1,682 | – | – | $15 | 2025年6月 | 8 | |
| 12 | RChatterboxResemble AI開源 | 1025±11 | 4,724 | 1471±19 | 1,806 | $25 | 2025年5月 | 8 |
| 13 | ZZonos-v0.1Zyphra開源 | 1000⚓ | 4,875 | – | – | $20 | 2025年2月 | 8 |
| 14 | 956±14 | 2,160 | – | – | – | 2025年8月 | 2 | |
| 15 | OOpenVoice v2OpenVoice開源 | 955±13 | 3,085 | – | – | $8.3 | 2024年4月 | – |
| 16 | 915±15 | 2,703 | – | – | $40.4 | 2023年11月 | – | |
| 17 | SStyleTTS 2StyleTTS 開源 | 890±15 | 2,675 | – | – | $2.8 | 2023年6月 | – |
| 18 | MMetaVoice v1MetaVoice開源 | 847±18 | 1,654 | – | – | – | 2024年2月 | – |
| 19 | TTontaube V1Tontaube開源 | – | – | 1426±54 初步 | 172 | – | – | – |
| 20 | FFluxions VuiFluxions開源 | – | – | 1405±60 初步 | 158 | – | – | – |
| 21 | MVeenaMaya Research開源 | – | – | 1355±37 | 510 | – | – | – |
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。