Kokoro 82M v1.0 已被公认为领先的开源文本转语音模型。在盲人偏好测试中，它仅以微弱劣势落后于商业模型，比 SpeechifyAI 的 Simba 3.2 低 174 ELO，比 Qwen-Audio-3.0-TTS-Plus 低 173 ELO。这一表现表明，可下载模型正在迅速接近商业产品的质量。 AI
影响 这一发展标志着开源 TTS 能力的重大进步，有可能使高质量语音合成的获取民主化。
排序理由 发布了具有基准性能数据的新开源模型。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
🎨 Kokoro 82M v1.0 is the top open-source TTS model, just 174 ELO behind Simba 3.2 (SpeechifyAI) in blind human preference. That gap shows how close a downloadable model gets to a commercial one. Click to see the full leaderboard. https:// olud.ai/media-leaderboard.html # OpenSour…
🎨 Kokoro 82M v1.0 is the top downloadable TTS model, but trails Qwen-Audio-3.0-TTS-Plus by 173 ELO in blind human preference. https:// olud.ai/media-leaderboard.html # OpenSource # GenerativeAI # StableDiffusion # AI