Bestenliste der Arena für AnbieterstimmenArtificial Analysis

Vergleichen Sie Text-to-Speech-Modelle (TTS) mit den eigenen nativen Stimmen jedes Anbieters.

Bereich
Modell
Elo
Stichproben
Arena-Stimmen
Veröffentlicht
Preise 1
11
Fish Audio logo
Fish Audio Drama 3Hugging Face
1278±1895%-Intervall 1260 bis 1296
1,512Oct 202615,0 $ /1 Mio. Zeichen
22-3
Fish Audio logo
Fish Audio Drama 3 PreviewHugging Face
1240±1495%-Intervall 1226 bis 1254
2,544Oct 202615,0 $ /1 Mio. Zeichen
32-3
BreezeBlue logo
Breeze TTS 2Hugging Face
1228±1395%-Intervall 1215 bis 1241
2,650Aug 202634,0 $ /1 Mio. Zeichen
44
Ant Group logo
Ming-3.0-ttsHugging Face
1187±1395%-Intervall 1174 bis 1200
2,418Oct 2026k. A.
55-6
Fish Audio logo
Fish Audio S2 ProHugging Face
1109±1195%-Intervall 1098 bis 1120
2,874Mar 202615,0 $ /1 Mio. Zeichen
65-7
StepFun logo
Step Audio EditX (Mar 2026)Hugging Face
1099±1295%-Intervall 1087 bis 1111
2,498Feb 2026k. A.
76-7
Mistral logo
Voxtral TTSHugging Face
1090±1295%-Intervall 1078 bis 1102
2,604Mar 202616,0 $ /1 Mio. Zeichen
88-9
NVIDIA logo
Magpie-Multilingual 357M (Feb 2026)Hugging Face
1067±1295%-Intervall 1055 bis 1079
2,390Feb 2026k. A.
98-9
Kokoro logo
Kokoro 82M v1.0Hugging Face
1062±1195%-Intervall 1051 bis 1073
5,539Jan 20250,7 $ /1 Mio. Zeichen
1010-12
Maya Research logo
Maya1Hugging Face
1046±1295%-Intervall 1034 bis 1058
3,412Jun 2025k. A.
119-13
Fish Audio logo
OpenAudio S1 MiniHugging Face
1044±2095%-Intervall 1024 bis 1064
1,682Jun 202515,0 $ /1 Mio. Zeichen
1210-12
Boson AI logo
Higgs Audio V3 TTSHugging Face
1039±1395%-Intervall 1026 bis 1052
2,302Jun 202615,0 $ /1 Mio. Zeichen
1313
Resemble AI logo
ChatterboxGitHub
1024±1195%-Intervall 1013 bis 1035
4,779May 202525,0 $ /1 Mio. Zeichen
1414
Zyphra logo
Zonos-v0.1GitHub
1000AnkerAuf 1000 fixiert als Bezugspunkt für die Elo-Skala dieser Bestenliste.
4,916Feb 202520,0 $ /1 Mio. Zeichen
1515-16
OpenVoice logo
OpenVoice v2Hugging Face
956±1395%-Intervall 943 bis 969
3,112—Apr 20248,3 $ /1 Mio. Zeichen
1615-16
Microsoft logo
VibeVoice 1.5BHugging Face
955±1495%-Intervall 941 bis 969
2,187Aug 2025k. A.
1717
Coqui logo
XTTS v2Hugging Face
915±1595%-Intervall 900 bis 930
2,735—Nov 202340,4 $ /1 Mio. Zeichen
1818
StyleTTS  logo
StyleTTS 2GitHub
891±1595%-Intervall 876 bis 906
2,707—Jun 20232,8 $ /1 Mio. Zeichen
1919
MetaVoice logo
MetaVoice v1GitHub
847±1895%-Intervall 829 bis 865
1,672—Feb 2024k. A.

1 API-Preise spiegeln die Kosten wider, 1M Zeichen über die API des Modellerstellers mit den Standardeinstellungen des Modells zu erzeugen

2 Offene Gewichte umfasst Modelle, die mit herunterladbaren Modellgewichten oder einer vom Anbieter bereitgestellten Inferenzlaufzeit selbst gehostet werden können. Offene Gewichte (kommerziell) umfasst Modelle, deren veröffentlichte Lizenz eine kommerzielle Nutzung erlaubt, auch unter Lizenzbedingungen (z. B. mit einem NVIDIA AI Enterprise-Abonnement), und schließt Modelle aus, die eine separat auszuhandelnde kommerzielle Vereinbarung erfordern.