探索開源 AI 宇宙
自由部署，完全掌控

Qwen3-TTS 1.7B，HF 月下載 108 萬次，Apache 2.0 授權，支援自訂聲音克隆，多語言 TTS，音質自然流暢，8 GB VRAM 可運行。

Microsoft VibeVoice-1.5B，MIT 授權，支援情感和風格控制的高品質 TTS，HF 月下載 21.8 萬次，8 GB VRAM 可運行。

ResembleAI Chatterbox，HF 月下載 225 萬次，MIT 授權，高品質英語 TTS 和聲音克隆，情感控制豐富，4 GB VRAM 可運行。

Dia-1.6B，Nari Labs 開源 TTS，支援多說話人對話生成，可生成笑聲、嘆氣等非語言聲音，Apache 2.0 授權，8 GB VRAM。

Kokoro-82M，HF 月下載 913 萬次，僅 82M 參數，Apache 2.0 授權，高品質英語 TTS，CPU 即可運行，速度極快。

F5-TTS，基於 Flow Matching 的零樣本語音克隆，只需 5 秒參考音頻，生成速度快，支援多語言，HF 月下載 87.3 萬次。

distil-whisper 是 Whisper large-v3 的蒸餾版本，速度快 6 倍，準確率相近，HF 月下載 890 萬次，MIT 授權。

MeloTTS，MyShell 開源高品質多語言 TTS，支援英語、中文、日語等，CPU 即可實時運行，MIT 授權，極低資源需求。

OpenAI Whisper large-v3，HF 月下載 1820 萬次，業界最準確的開源語音辨識模型，支援 99 種語言，MIT 授權。

Coqui XTTS-v2，HF 月下載 680 萬次，支援 17 種語言的聲音克隆，只需 6 秒參考音頻即可複製任意聲音，CPU 可運行。