模型发布

Zyphra 发布开源实时语音克隆模型 ZONOS2

原文标题:ZONOS2: Real-time TTS with High-Fidelity Voice Cloning

AI 摘要

Zyphra 发布 Apache 2.0 许可的实时 TTS 模型 ZONOS2,采用 8B 总参数、900M 激活参数的 MoE 架构,主打高保真零样本语音克隆,权重已上线 Hugging Face。

关键信息

  • Zyphra 发布 Apache 2.
  • 0 许可的实时 TTS 模型 ZONOS2,采用 8B 总参数、900M 激活参数的 MoE 架构,主打高保真零样本语音克隆,权重已上线 Hugging Face
  • 原文给出架构、训练数据和评测细节,读者可以了解这个开源实时 TTS 模型在音色保真与生成稳定性之间的取舍

速览

发布时间
更新时间
来源
Zyphra Research(网页)
分类
模型发布
AI 评分
71
阅读原文 前往信息源阅读完整正文
推荐理由

原文给出架构、训练数据和评测细节,读者可以了解这个开源实时 TTS 模型在音色保真与生成稳定性之间的取舍。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Zyphra 发布开源实时语音克隆模型 ZONOS2。2026年6月12日。https://new.nat6.net/news/cmtym34cc000aro1n6plzqbfe/

查看全部 →
  • Gemini Omni Flash 视频任务达 SOTA

    Gemini Omni Flash 在图像到视频、文本到视频和视频编辑方面达到了 SATA : ) 很高兴很快能将这一能力通过 API 提供给开发者!

    X:Logan Kilpatrick (@OfficialLoganK)模型发布AI 评分 81

  • inclusionAI 发布 VISTA-4B GUI 定位视觉语言模型

    VISTA-4B 是基于 Qwen3.5-4B 骨干的 GUI 定位模型,输入截图与自然语言指令,输出归一化 0-1000 坐标。训练采用视图一致 GRPO 和自验证交叉视图锚定。在 GUI 定位基准上,SSPro 得分 64.2(相比…

    蚂蚁 inclusionAI:HuggingFace 新模型模型发布AI 评分 62

  • Midjourney V8.1 已成为默认模型

    Midjourney 已将默认模型从 V7 升级为 V8.1。V8.1 在智能性、连贯性、对详细提示的遵循度以及文本渲染效果上均有提升,HD 模式也已支持。

    Midjourney:Updates(RSS)模型发布AI 评分 64

  • Grok Voice性能出色价格低廉

    Grok Voice 提供最先进的性能,具有类人的时机、语调和温暖感。而且价格仅为竞争对手的一小部分。 查看详情:http://x.ai/api/voice

    X:SpaceX Super Intelligence (@SpaceXSI)模型发布AI 评分 74