# 即時語音合成

基於Llama架構的尖端語音大模型，專為高質量、富有同理心的文本轉語音生成而設計

基於羊駝模型的尖端語音大語言模型，專為高質量、富有同理心的文本轉語音生成而設計

Dia-1.6B-6bit 是一個基於 Dia-1.6B 的 6 位量化版本，專為 MLX 框架優化的文本轉語音模型。

Orpheus-3b FT的4位AWQ量化版本，專為文本轉語音任務優化，支持語音克隆功能。

這是一個基於MLX格式的文本轉語音模型，支持多種語言，適用於語音合成任務。

這是一個基於MLX格式的3位量化文本轉語音模型，支持多種語言。

Kokoro是一款擁有8200萬參數的開源TTS模型，音質媲美更大模型，同時具備顯著的速度優勢和成本效益。

Zonos-v0.1 是一款領先的開源權重文本轉語音模型，基於超過20萬小時的多語言語音數據訓練而成，其表現力和質量可與頂級TTS服務商媲美，甚至更勝一籌。

一個支持烏爾都語文本轉語音和語音克隆的TTS模型

FastPitch是一種完全並行的Transformer架構文本轉語音模型，能夠控制音高和音素持續時間，生成高質量的英語美式語音。