13:09
vLLM@vllm_project
vLLM@vllm_project精选
推荐理由：vLLM团队分享了优化四种主流TTS模型服务的具体技巧，包括性能提升数据和实现细节，对部署TTS服务很有参考价值。
全部 AI 动态
AI 相关资讯全量信息流
6月29日
13:09
vLLM-Omni TTS团队针对Qwen3-TTS、VoxCPM2、Higgs Audio V3、Fish Speech S2 Pro四种TTS模型分别设计了不同的优化策略。对Qwen3-TTS通过解耦连接器分块和批处理Stage-0解码预处理，在H20×2上音频吞吐量提升61.5%，P99延迟减半。VoxCPM2采用whole-forward torch.compile和CFM/LocDiT解码尾部跨请求批处理，音频吞吐量提升172%。Higgs Audio V3将多码本解码状态机迁移到GPU驻留张量，实现2.7倍加速。Fish Speech S2 Pro为纯解码路径设计了模型特定的q_len=1 Triton注意力内核。
6月26日
15:38
15:38
berryxia@berryxia
berryxia@berryxia精选
推荐理由：开源项目，用GPT-5.4-mini看比赛画面实时生成解说，还能切换法语，挺有意思的。
6月19日
11:39
11:39
arXiv cs.AI@Nityanand Mathur, Hamees Sayed, Wasim Madha, Apoorv Singh, Sameer Khurana, Akshat Mandloi, Sudarshan Kamath
推荐理由：这篇把视觉归因方法搬到语音合成里，让你看清每个词怎么影响声音，对理解可控TTS特别有用。
11:09
11:09
arXiv cs.AI@Rostislav Makarov, Timo Gerkmann
推荐理由：这篇论文教你用一个现成的语音分类器直接生成语音，省掉单独训练扩散模型，更轻量高效。
01:29
01:29
xAI@xai
xAI@xai精选
推荐理由：xAI 的 Grok TTS 在语音盲测中拿了 96 分，离真人只差 4 分，想听最像人说话的 AI 可以试试。
6月16日
20:46
AITOP6月16日 20:46
15:02
15:02
Ate-a-Pi@svpino
Ate-a-Pi@svpino推荐理由：Cartesia的AI语音模型太逼真了，和真人对话几乎没区别，呼叫中心真的要小心了。
02:02
02:02
Jerry Liu@jerryjliu0
Jerry Liu@jerryjliu0推荐理由：Karan Goel 发了两个新模型，Sonic-3.5 做 TTS 排名第一，Ink-2 做 STT 也是第一，说是唯一一家听说都做到顶的。做语音智能体的话看看。
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
6月4日
16:44
16:44
AI Will@FinanceYF5
AI Will@FinanceYF5推荐理由：多模态模型家族化是当前 AI 发展的关键方向，做全栈 AI 应用的开发者可以直接关注这七款模型如何协作，提升开发效率。
6月3日
08:25
08:25
OpenRouter@OpenRouterAI
OpenRouter@OpenRouterAI推荐理由：微软的多模态模型终于能在 OpenRouter 上直接调用了，做图像生成、语音转文字或语音合成的开发者可以省去 Azure 申请流程，直接上手试。
02:26
02:26IT之家（博客/媒体）
83°
推荐理由：微软终于拿出了自己的推理模型，而且强调纯自研、不蒸馏，这对关注模型自主可控的开发者是个信号。做软件工程或编程的团队可以关注 MAI-Code-1 在 Copilot 中的实际表现，值得一试。
6月2日
23:59
23:59
ElevenLabs@elevenlabsio
ElevenLabs@elevenlabsio精选
推荐理由：离线语音合成，质量媲美真人
5月27日
11:31
11:31
Geek@geekbb
Geek@geekbb推荐理由：API 价格直降 99% 对开发者是实打实的成本利好，做 AI 应用集成或语音合成的团队可以直接切换，省下预算做更多实验。
5月22日
17:49
17:49IT之家（博客/媒体）
精选
推荐理由：教育场景的开发者终于有了可商用的开源多模态模型——27B 参数在数理问题上达到 SOTA，且推理成本更低；TTS 模型 3 秒克隆音色并跨语种带情感，做语音助手或教育产品的团队可以直接下载试试。
08:06
08:06IT之家（博客/媒体）
推荐理由：跨国会议和远程协作的团队终于有了低延迟、高拟真的同传方案——不用外挂设备，还能模仿发言人音色，做国际业务或跨语言沟通的可以直接在腾讯会议里开启试试。
5月21日
08:01
08:01ElevenLabs@elevenlabsio
ElevenLabs@elevenlabsio推荐理由：做语音助手或客服机器人的开发者，现在可以用一条提示词把聊天智能体变成语音智能体，省去集成多个模型的麻烦，值得直接上手试。
07:59
07:59ElevenLabs@elevenlabsio
ElevenLabs@elevenlabsio推荐理由：做教育科技或语音交互的团队值得关注——ElevenLabs 把历史人物语音化，让学习从单向阅读变成双向对话，直接可用的场景比想象中多。
5月19日
12:10
12:10OpenRouter@OpenRouterAI
OpenRouter@OpenRouterAI推荐理由：xAI 一口气推出图像、视频、语音三款模型，做内容创作或 AI 应用的开发者可以直接在 OpenRouter 上调用，省去部署成本，建议试试。
5月13日
21:35
21:35MiniMax: News（资讯）
推荐理由：语音合成质量再上台阶，做语音助手、有声内容或虚拟主播的团队可以直接用上更自然的声音，建议体验一下效果。
12:33
12:33MiniMax: News（资讯）
精选
推荐理由：MiniMax 语音模型升级了，能控制情感和角色音色
03:42
03:42
Together AI@togethercompute
Together AI@togethercompute推荐理由：该工具简化了语音选择流程，对开发者构建语音应用有直接帮助，尤其适用于需要多选项测试的场景。
00:33
00:33MiniMax: News（资讯）
推荐理由：此次更新体现了 MiniMax 在 AI 多模态领域的持续投入，特别是 M2.7 和 Speech 2.8 的推出可能带来文本理解和语音合成性能的提升，值得关注其在开放平台上的实际表现。
5月11日
22:18
22:18
阶跃星辰 Stepfun@Stepfun_AI
推荐理由：StepAudio 2.5 TTS 在公开盲测中击败国际竞品，证明国产TTS模型已具备全球竞争力，对AI语音应用开发者具有参考价值。