Bestenliste der Provider Voice ArenaArtificial 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
1277±1695%-Intervall 1261 bis 1293
1.996Oct 2026$15.00 /1 Mio. Zeichen
22-3
Fish Audio logo
Fish Audio Drama 3 PreviewHugging Face
1237±1395%-Intervall 1224 bis 1250
3.001Oct 2026$15.00 /1 Mio. Zeichen
32-3
BreezeBlue logo
Breeze TTS 2Hugging Face
1228±1295%-Intervall 1216 bis 1240
3.145Aug 2026$34.00 /1 Mio. Zeichen
44
Ant Group logo
Ming-3.0-ttsHugging Face
1179±1295%-Intervall 1167 bis 1191
2.802Oct 2026k. A.
55-7
Gradium logo
Phonon 31M (English)Hugging Face
1108±1395%-Intervall 1095 bis 1121
2.055Oct 2026$0.00 /1 Mio. Zeichen
65-8
Fish Audio logo
Fish Audio S2 ProHugging Face
1101±1195%-Intervall 1090 bis 1112
3.091Mar 2026$15.00 /1 Mio. Zeichen
75-8
StepFun logo
Step Audio EditX (Mar 2026)Hugging Face
1100±1195%-Intervall 1089 bis 1111
2.690Feb 2026k. A.
86-8
Mistral logo
Voxtral TTSHugging Face
1094±1195%-Intervall 1083 bis 1105
2.833Mar 2026$16.00 /1 Mio. Zeichen
99-10
NVIDIA logo
Magpie-Multilingual 357M (Feb 2026)Hugging Face
1064±1295%-Intervall 1052 bis 1076
2.591Feb 2026k. A.
109-10
Kokoro logo
Kokoro 82M v1.0Hugging Face
1060±1195%-Intervall 1049 bis 1071
5.672Jan 2025$0.65 /1 Mio. Zeichen
1111-12
Maya Research logo
Maya1Hugging Face
1047±1295%-Intervall 1035 bis 1059
3.559Jun 2025k. A.
1210-13
Fish Audio logo
OpenAudio S1 MiniHugging Face
1042±2095%-Intervall 1022 bis 1062
1.678Jun 2025$15.00 /1 Mio. Zeichen
1312-13
Boson AI logo
Higgs Audio V3 TTSHugging Face
1035±1295%-Intervall 1023 bis 1047
2.470Jun 2026$15.00 /1 Mio. Zeichen
1414
Resemble AI logo
ChatterboxGitHub
1019±1195%-Intervall 1008 bis 1030
4.899May 2025$25.00 /1 Mio. Zeichen
1515
Zyphra logo
Zonos-v0.1GitHub
1000AnkerAuf 1000 fixiert als Bezugspunkt für die Elo-Skala dieser Bestenliste.
5.029Feb 2025$20.00 /1 Mio. Zeichen
1616-17
OpenVoice logo
OpenVoice v2Hugging Face
954±1395%-Intervall 941 bis 967
3.188—Apr 2024$8.33 /1 Mio. Zeichen
1716-17
Microsoft logo
VibeVoice 1.5BHugging Face
954±1495%-Intervall 940 bis 968
2.252Aug 2025k. A.
1818
Coqui logo
XTTS v2Hugging Face
914±1595%-Intervall 899 bis 929
2.769—Nov 2023$40.44 /1 Mio. Zeichen
1919
StyleTTS  logo
StyleTTS 2GitHub
887±1595%-Intervall 872 bis 902
2.764—Jun 2023$2.82 /1 Mio. Zeichen
2020
MetaVoice logo
MetaVoice v1GitHub
845±1895%-Intervall 827 bis 863
1.717—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.