模型 / ZONOS2 (Zyphra)

ZONOS2 (Zyphra)

基于 MoE 的多语言 TTS,支持零样本克隆与流式生成

作者 Zyphra

许可 可商用任务 语音合成最近核对 2026-07-22
运行时
Mini-SGLang
下载
11

Hugging Face 源仓库 ↗

适合与不适合

入选理由
云服务可直接试用高质量多语言TTS和语音克隆,适合创作者;本地部署需Linux+NVIDIA GPU。
对位
对位 CosyVoice 2 / F5-TTS 等开源 TTS
适合
零样本语音克隆与流式输出 / 中/英/日等多语种高保真合成
不适合
仅限 Linux+NVIDIA GPU

独立证据与社区反馈

3 个独立来源最近验证 2026-07-22

表达力强但音质和生成稳定性仍有明显短板的高潜力开源 TTS

  • 高保真语音克隆,尤其擅长捕获说话人特征
  • 提供 Apache 2.0 协议的开源 TTS 模型,填补本地部署需求
  • 支持语速、情绪、音调等灵活控制,表达力强
  • 存在高频噪声,音质并非顶级,手机外放勉强可用
  • 生成不稳定,偶尔出现 bloopers,beta 阶段可靠性不足

可信度Apache-2.0 许可,训练数据逾 600 万小时,官方提供 Mini-SGLang 服务

完整规格

授权
apache-2.0 · 可商用
框架
Mini-SGLang
语种
英语(主)·中文(主)·日语(主) · 韩/俄/意/葡/法/西/越/德/希伯来/荷兰/瑞典等 32 语种
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 1.5k → 874 · likes +10

观测时间线