零样本语音克隆

IndexTTS是B站推出的工业级文本转语音系统，支持中英双语、零样本语音克隆与高保真音质。采用字符-拼音混合建模、BigVGAN2 解码器与情感音色分离技术，语音自然流畅，广泛应用于智能助手、有声读物、视频配音等场景。

Voicv是一个以AI 技术为核心的尖端多语言语音处理平台，主打声音克隆、文本转语音、语音转文本三大核心服务，凭借零样本学习、高保真输出、多语言适配等优势，让任何人、任何时间能够“轻轻松松”地复制想要的输出音频，就如“拷贝粘贴”一样简单。

VoxCPM是由面壁智能（ModelBest） 联合 清华大学深圳国际研究生院人机语音交互实验室（THUHCSI） 开发并开源的无分词器文本转语音（Tokenizer-Free TTS）系统。 它采用端到端扩散自回归架构（Diffusion Autoregressive），直接从文本生成连续语音表示，突破了传统离散标记化方法的限制，在自然度、表现力和音色还原度上有显著提升。