MOSS-TTSD 是一个开源的双语口语对话合成模型，支持中文和英文，能够将对话脚本转化为自然、富有表现力的对话语音。

Spark-TTS是一款基于大型语言模型(LLM)的高效文本转语音系统，支持中英文双语合成和零样本语音克隆。

OpenF5 TTS 是一款基于F5-TTS框架训练的开源文本转语音模型，支持零样本语音克隆功能，采用Apache 2.0许可协议，可商业使用。

Zonos-v0.1 是一款领先的开源权重文本转语音模型，基于超过20万小时的多语言语音数据训练而成，其表现力和质量可与顶级TTS服务商媲美，甚至更胜一筹。

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。

基于F5-TTS架构的意大利语专用文本转语音模型，使用73+小时意大利语数据微调

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。

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。

VoiceCraft 是一个基于 PyTorch 的文本转语音模型，支持高质量的语音合成。

VoiceCraft 是一个基于 PyTorch 的文本转语音模型，支持高质量的语音合成。

VoiceCraft 是一个基于 PyTorch 的文本转语音模型，支持高质量的语音合成。

MetaVoice-1B是一个12亿参数的文本转语音（TTS）基座模型，经过10万小时语音数据训练，专注于生成情感化的英语语音，并支持声音克隆和长文本合成。

基于端到端深度学习的卢旺达语TTS系统，支持零样本学习，仅需1分钟语音即可引入新声音。

这是一个基于深度学习的端到端卢旺达语文本转语音(TTS)系统，具有零样本学习能力，仅需1分钟语音即可引入新声音。