开源文本转语音模型 Kokoro 82M v1.0 经过评估,发现其性能略逊于 ElevenLabs 的 Eleven v4。在多项盲人偏好测试中,Kokoro 82M v1.0 的得分比 Eleven v4 低 250 至 257 ELO 分。此次评估突显了当前开源 TTS 模型相对于商业产品的地位。 AI
影响 表明领先的开源和商业文本转语音模型之间的当前性能差距。
排序理由 关于开源模型与商业基准进行评估的研究论文/评估。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 5 个来源。 我们如何撰写摘要 →