HeyGen 分享 Artificial Analysis 文本转语音排行榜
做配音或语音应用的可以看下这个 TTS 排行榜，HeyGen 转发的 Artificial Analysis 榜单，各家模型水平一目了然。
#TTS
共 64 条 · 7 天 9 条 · 30 天 41 条
信息流里打上「TTS」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月10日
HeyGen Voice 登顶 Artificial Analysis 语音合成竞技场榜首
HeyGen 第一次做 TTS 就拿下 Elo 1,201 的榜首，价格还比 Eleven v4 便宜一半，做语音客服的可以听听样例对比。
10月9日
用 Claude 加 Codex 加 Tripo 做游戏的完整工作流
博主分享了自己做游戏的全流程：Claude 写剧情、Codex 出图、Tripo 建模绑骨骼、小米 TTS 配音，想自己动手做小游戏的话可以照着试。
Fish Audio 推出语音模型 Drama 3，可在同一句话中切换语气与情绪
Fish Audio 新出了 Drama 3 语音模型，用大白话就能指挥配音的情绪和节奏，一句话里还能中途换情绪，API 里就能试。
10月8日
10月6日
Paradee：把 Kokoro-82M 蒸馏成 8M 参数的单音色 TTS 模型
一个 8.5MB 的 TTS 模型，笔记本 CPU 就能跑，速度是实时的 25 倍，音质只比原版 Kokoro 低一点，还开源了代码和音频样本。
ElevenLabs 的 Eleven v4 Turbo 登顶语音 TTS 排行榜，价格减半
ElevenLabs 出了个便宜一半的 Eleven v4 Turbo，语音质量榜上反超自家老大哥，速度还更快，做语音产品的可以看看价格对比。
10月5日
用 Gemini 3.8 Flash TTS 生成复古英音配音的提示词技巧
有人晒了一条 Gemini 3.8 Flash TTS 的提示词，指定百年前慢速英音配音，还能让子 Agent 循环打磨，搞音频生成的可以抄走试试。
10月2日
10月1日
9月29日
ElevenLabs 发布 Eleven v4 与 v4 Turbo，脚本可直接控制情绪表演
ElevenLabs 新语音模型来了，写台词时直接标注情绪、停顿、笑声就能让声音照着演，Turbo 版首次出声只要 150ms 左右，做播客和实时对话的可以试试。
TTS v4 支持在台词里写 [whispers]、[laughs] 等标注控制语音表演
做配音的可以试试，v4 直接在台词里写 [laughs]、[long pause] 这类标注就能控制语气和停顿，不用反复生成了。
9月28日
用 Opus 制作上下五千年视频，本地 TTS 拉垮改用 Gemini 3.8
有人用 Opus 做了个上下五千年视频，本地 TTS 效果太差，准备换成 Gemini 3.8 TTS，想搭类似工作流的可以看看。
ElevenLabs发布Eleven v4与v4 Turbo：支持导演标记与150毫秒实时语音
ElevenLabs出了v4，配音里能直接标注笑声、耳语这些导演指令，Turbo版延迟只有150毫秒，做实时语音对话的可以看看。
ElevenLabs 发布 Eleven v4，登顶 Artificial Analysis 语音合成榜
ElevenLabs 新的 Eleven v4 拿了语音合成榜第一，支持 90 多种语言，发音准确率 91.7%，就是价格比 Google 贵不少。
Muslim：已上线的阿拉伯语语音平台，提供有据可查的伊斯兰知识问答
这篇不聊概念，讲一个真实上线的阿拉伯语语音产品怎么搭：6 个 MCP 服务器做检索、自训的 6B 路由模型和 TTS 都开源了，做语音 Agent 的能抄不少作业。
9月27日
NotebookLM 接入 Gemini 3.8 TTS，中文语音自然，还能快速产出视频
NotebookLM 升级了 Gemini 3.8 TTS，中文终于自然了，推文还顺带整理了四套 AI 做视频的完整路线，做知识类视频的可以直接抄作业。
9月25日
谷歌发布 Gemini 3.8 Flash TTS，支持语气控制与声音克隆
谷歌新出的 Gemini 3.8 Flash TTS 能控制语气语调还能克隆声音，中文说得挺好，AI Studio 里免费用，做配音的可以试试。
Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音模型
Google 的 TTS 模型又更新了，发音准确率登顶，多语言表现也不错，做语音相关的可以看看价格和速度对比。
Gemini 3.8 Flash TTS 登顶 Artificial Analysis 发音鲁棒性基准
语音合成圈的榜单更新了，Gemini 3.8 Flash TTS 发音准确率干到 89.5%，不过序列和术语两项分别被 SpaceXAI 和 Qwen 的模型拿走，各家各有强项。
9月24日
Google 在 AI Studio 和 API 上线 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google 把 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 开放进 AI Studio 和 API 了，能自定义声音、写剧本让两个角色对话，做配音的可以去试试。
Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 两款语音生成模型
Google 出了两款新 TTS 模型，Gemini 3.8 Flash TTS 主打表现力，做配音或语音交互的可以上 AI Studio 先试试效果。
Gemini 3.8 TTS 模型发布：支持多语音对话生成，价格更低
Gemini 3.8 的语音合成变便宜了，能一次生成多人对话，2000 多种声音可选还能克隆，Simon Willison 已经拿来做 demo 玩了。
Google 发布 Gemini 3.8 Flash TTS 两款语音模型，支持 30 秒克隆自定义音色
Google 新出的 TTS 模型支持 30 秒音频克隆音色，还能让多个角色用不同声音对话，生成 1 分多钟音频只要 2.74 美分。
Google 发布 Gemini 3.8 Flash TTS，可用文字描述自定义语音
Google 新出的 Gemini 3.8 Flash TTS 能用一句话描述就造出音色，还能一段剧本生成双人对话，做播客和配音的可以试试。
Gemini 3.8 Flash TTS 和 Flash-Lite TTS 发布，支持30秒声音克隆
Google 的 Gemini 3.8 Flash TTS 来了，30 秒音频就能克隆你的声音，还能逐句加笑声叹气，在 Hume 基准上排第一。
Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 语音模型
Google 新出的两个 TTS 模型，能自定义音色还能逐行改语气，做播客、配音或者语音 Agent 的可以看看区别在哪。
Gemini 3.8 Flash 与 Flash-Lite TTS 今日起推送
Google 的 Gemini 3.8 Flash 和 Flash-Lite 语音模型今天开始上线，开发者直接在 Gemini API 里调用，NotebookLM 和 Google Vids 也同步集成了。
9月23日
Google 发布 Gemini 3.8 Flash 与 Flash-Lite TTS 语音模型
Google 新出的 Gemini 3.8 Flash 语音模型，2000 多个音色支持 100 种语言，还能克隆声音，Hume 基准第一名。
Google 发布 Gemini 3.8 Flash TTS 与 3.8 Flash-Lite TTS 语音生成模型
Google 出了两个新 TTS 模型，Gemini 3.8 Flash TTS 和 Flash-Lite 版，语音更有表现力，去 AI Studio 就能试，做语音应用的可玩玩。
谷歌推出 Gemini 3.8 Flash TTS 两款语音模型，支持逐行台词控制
谷歌新出的两款 TTS 模型能逐行控制台词语气，还能用 30 秒录音复制声音，做播客有声书的朋友可以去 AI Studio 试试。
Alibaba 发布 Qwen Audio 3.1 系列五款语音模型，AI 音频服务降价最高 95%
Qwen 一次发了五款语音模型，能识别方言、区分多个说话人还能标注情绪，价格还砍了 95%，做语音应用的可以看看。
Qwen-Audio-3.1 发布：五个音频模型全面升级并大幅降价
阿里 Qwen 把语音识别、合成、实时对话打包成五个模型一起发，ASR 最高打 0.5 折，做播客或有声书的可以试试 TTS-Next。
9月21日
9月16日