2026年5月26日·声网
2026 TTS 开源爆发：开源模型全面逼近商业方案
声网 2026 年 5 月评测显示，CosyVoice 2、Kokoro-82M 等开源模型在中文场景 MOS 已接近 Azure TTS。
阅读原文 →行业资讯
TTS 领域最新动态、产品发布与行业热点。
2026年3月15日·Boson AI
Higgs Audio V2 开源发布：李沐团队带来最强情感 TTS
Boson AI 开源 Higgs Audio V2，基于 1000 万小时训练，支持情感识别、零样本声音克隆和多角色对话。
阅读原文 →2026年3月1日·OpenBMB
OpenBMB 发布 VoxCPM2：无分词器多语言语音合成
VoxCPM2 采用 Tokenizer-Free 架构，支持多语言语音生成和真实感语音克隆。
阅读原文 →2026年1月20日·Microsoft Research
微软开源 VibeVoice-1.5B：单次生成 90 分钟长音频
微软发布 VibeVoice-1.5B，MIT 协议开源，支持最长 90 分钟连续语音生成和 4 说话人并发。
阅读原文 →2025年12月1日·阿里通义实验室
阿里通义开源 Qwen3-TTS：多语言语音合成新标杆
阿里云通义实验室 Qwen 团队开源 Qwen3-TTS 系列模型，支持语音克隆、声音设计、流式合成和自然语言指令控制，覆盖 10 种语言。
阅读原文 →2025年11月20日·hexgrad
Kokoro-82M：仅 82M 参数的极轻量开源 TTS 引擎
Kokoro-82M 以 82M 参数实现高质量多语言 TTS，Apache 2.0 协议，4GB VRAM 即可运行。
阅读原文 →2025年10月1日·SparkAudio
Spark-TTS 开源发布：港科大与出门问问联合打造轻量级语音克隆模型
香港科技大学与出门问问联合开源的零样本语音克隆模型 Spark-TTS，基于 Qwen2.5 架构，0.5B 参数即可实现高质量语音合成。
阅读原文 →2025年8月15日·阿里通义实验室
CosyVoice 2 中文 TTS 评测登顶：阿里通义开源模型持续进化
阿里通义实验室 CosyVoice 2 在中文 TTS 评测中 MOS 达 4.7，支持粤语和上海话，Apache 2.0 开源。
阅读原文 →2024年9月1日·阿里巴巴
阿里通义实验室 CosyVoice 2.0 开源，流式语音克隆能力大幅提升
CosyVoice 2.0 在流式语音合成、零样本语音克隆和情感控制方面取得重大突破，已在 GitHub 上开源。
阅读原文 →2024年8月1日·Fish Audio
Fish Speech 1.4 发布，中文 TTS 质量再上新台阶
Fish Speech 1.4 版本在多说话人音色一致性、中文韵律自然度和推理速度上均有显著提升。
阅读原文 →2024年7月1日·OpenAI
OpenAI 发布 GPT-4o 实时语音模式，TTS 交互进入新纪元
GPT-4o 实时语音模式支持端到端语音对话，延迟降低至 200ms 级别，标志着 AI 语音交互进入全新阶段。
阅读原文 →2024年6月15日·GitHub
ChatTTS 持续霸榜，中文 TTS 开源项目热度不减
ChatTTS 在 GitHub 上持续获得大量关注，其对话式语音合成能力引领中文开源 TTS 发展。
阅读原文 →2024年5月13日·OpenAI
OpenAI 发布 GPT-4o TTS 功能
OpenAI 在 GPT-4o 中集成了原生 TTS 能力，支持多语言语音合成和情感表达，API 正式上线。
阅读原文 →