OuteTTS 1.0是一个基于Llama架构的多语言文本转语音模型，支持20种语言，具有高质量的语音合成和语音克隆能力。

Llasa是一个基于LLaMA的文本转语音(TTS)系统，通过整合语音标记扩展了语言模型的能力，支持中英文语音生成。

Bark是由Suno创建的基于Transformer的文本转音频模型，可生成高度逼真的多语言语音、音乐、背景噪音和音效。

OuteTTS 1.0是一个1B参数的文本转语音模型，支持多语言语音合成与声音克隆

IndicF5是一个近乎人类水平的多语言文本转语音(TTS)模型，支持11种印度语言。

viⓍTTS 是一款语音生成模型，能够通过6秒的简短音频片段克隆声音到不同语言中。

Voila是一个大型语音-语言基础模型家族，旨在提升人机交互体验，支持实时、低延迟的语音交互和多语言处理。

Voila是一个大型语音-语言基础模型家族，旨在提升人机交互体验，支持实时、低延迟的语音交互和多语言处理。

Voila是一个全新的大型语音-语言基础模型系列，旨在将人机交互体验提升至全新水平。

Voila是一个全新的大型语音-语言基础模型家族，旨在将人机交互体验提升至新高度。

IndicF5是一个基于1417小时高质量语音数据训练的接近人类的多语言文本转语音(TTS)模型，支持11种印度语言。

基于microsoft/speecht5_tts模型在voxpopuli数据集上微调的文本转语音模型

Kokoro是一款拥有8200万参数的开源TTS模型，音质媲美更大模型，同时具备显著的速度优势和成本效益。

Voila是一个大型语音-语言基础模型系列，旨在提升人机交互体验，支持多种音频任务和语言。

YarnGPT2是一款专为合成尼日利亚口音语言（约鲁巴语、伊博语、豪萨语及英语）设计的文本转语音（TTS）模型。

CosyVoice是一个文本转语音(TTS)模型，支持多语言和语音转换功能，提供高质量的语音合成能力。

Parler-TTS 迷你多语言版 v1.1 是基于 Parler-TTS 迷你版的多语言扩展，支持8种欧洲语言的文本转语音。

Indri 是一个基于 Transformer 架构的新型、超小型、轻量级 TTS 模型，支持英语和印地语的文本转语音任务。

GPT-SoVITS (V1) 是一个多语言文本转语音基础模型，支持中文、英文和日文。

Indic Parler-TTS预训练模型是Parler-TTS Mini的多语言印度语扩展版本，支持21种语言，包括多种印度语言和英语。

Indic Parler-TTS 是 Parler-TTS Mini 的多语言印度语言扩展版本，支持21种语言，包括多种印度语言和英语。

这是一个基于Transformers的文本转语音(TTS)模型，能够将输入的文本转换为自然语音输出。

ⓍTTS是一款语音生成模型，仅需6秒音频即可克隆声音并应用于不同语言，支持阿根廷口音西班牙语。

CosyVoice是一个文本转语音(TTS)模型，支持多种语言和风格的声音合成。

ⓍTTS是一款语音生成模型，仅需6秒的音频片段即可克隆声音并应用于不同语言。

viⓍTTS 是一个语音生成模型，支持18种语言的语音克隆，特别针对越南语进行了优化。

Meta公司开发的土库曼语文本转语音模型，属于大规模多语言语音项目的一部分，支持拉丁字母拼写的土库曼语语音合成。

Meta公司开发的加泰罗尼亚语文本转语音模型，采用VITS端到端架构，支持高质量语音合成

Meta公司开发的孟加拉语文本转语音模型，基于VITS架构，支持高质量语音合成

Meta公司开发的本巴语(bem)文本转语音模型，属于大规模多语言语音项目的一部分

Meta公司开发的索马里语文本转语音模型，属于MMS项目的一部分，支持将索马里语文本转换为自然语音。

Meta公司开发的克克奇语文本转语音模型，属于大规模多语言语音项目的一部分

Facebook MMS项目的奥里亚语文本转语音模型，基于VITS架构实现高质量的语音合成

Meta公司开发的拉脱维亚语文本转语音模型，基于VITS架构，支持高质量语音合成

Meta公司开发的拉丁语文本转语音模型，基于VITS架构，支持高质量语音合成

Meta公司开发的罗马尼亚语文本转语音模型，采用VITS架构，支持高质量语音合成

Meta公司开发的针对他加禄语的端到端文本转语音模型，基于VITS架构，支持高质量语音合成

Meta公司开发的埃塞埃哈语文本转语音模型，属于大规模多语言语音项目的一部分，支持高质量语音合成。

Meta公司开发的泰卢固语文本转语音模型，基于VITS架构，支持高质量语音合成

Facebook大规模多语言语音项目的泰米尔语文本转语音模型，基于VITS架构实现高质量的语音合成