Artificial Analysis TTS leaderboard
PulseAugur coverage of Artificial Analysis TTS leaderboard — every cluster mentioning Artificial Analysis TTS leaderboard across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Breeze-TTS-2：开源TTS模型声称达到前沿性能
Breeze-TTS-2 是一款专为实时交互设计的新型开源文本转语音模型。它在 Artificial Analysis TTS 排行榜上名列开源TTS模型之首，并据称超越了专有系统。该模型支持自然语言指令进行语音设计，并提供超低延迟流式传输，以实现响应迅速且富有表现力的音频输出。它可供本地使用，约需 7GB 存储空间。
-
阿里巴巴的 Qwen-Audio-3.0-TTS 在 TTS 排行榜上名列前茅
阿里巴巴的 Qwen 团队发布了 Qwen-Audio-3.0-TTS，这是一个新的文本转语音模型，提供实时（Flash）和高质量（Plus）版本。该模型引入了先进的功能，例如用于控制情感和语速的细粒度内联标签、用于风格化生成的自然语言控制、对 16 种语言的支持以及从嘈杂音频生成干净输出的能力。Qwen-Audio-3.0-TTS 还可以在一次运行中生成长达三分钟的长音频，并在 Artificial Analysis TTS 排行榜上名列前茅。
-
Google DeepMind 发布 Gemini 3.1 Flash TTS、Live 和 Lite 模型
Google DeepMind 推出了一系列 Gemini 3.1 Flash 模型，包括用于高级文本到语音的 Flash TTS、用于实时对话的 Flash Live 以及用于成本高效、大批量工作负载的 Flash-Lite。这些模型提供了改进的自然度、表现力和速度，其中 Flash TTS 在语音质量基准测试中获得了高 Elo 分数，Flash Live 在复杂任务完成方面表现强劲。TTS 和 Live 模型生成的所有音频都使用 …