提供商语音 Arena 排行榜Artificial Analysis

使用各提供商自己的原生语音比较文本转语音（TTS）模型。

范围
模型
Elo
样本数
Arena 语音
发布
API 定价 1
11
BreezeBlue logo
Breeze TTS 2Hugging Face
1222±1595% 区间 1207 至 1237
1,940Aug 2026US$34.0 /100 万字符
22
Fish Audio logo
Fish Audio S2 ProHugging Face
1116±1295% 区间 1104 至 1128
2,483Mar 2026US$15.0 /100 万字符
33-4
StepFun logo
Step Audio EditX (Mar 2026)Hugging Face
1096±1395% 区间 1083 至 1109
2,130Feb 2026暂无
43-4
Mistral logo
Voxtral TTSHugging Face
1086±1395% 区间 1073 至 1099
2,214Mar 2026US$16.0 /100 万字符
55-6
Kokoro logo
Kokoro 82M v1.0Hugging Face
1064±1195% 区间 1053 至 1075
5,307Jan 2025US$0.7 /100 万字符
65-6
NVIDIA logo
Magpie-Multilingual 357M (Feb 2026)Hugging Face
1062±1395% 区间 1049 至 1075
2,129Feb 2026暂无
77-9
Maya Research logo
Maya1Hugging Face
1046±1295% 区间 1034 至 1058
3,251Jun 2025暂无
85-10
Fish Audio logo
OpenAudio S1 MiniHugging Face
1044±2095% 区间 1024 至 1064
1,682Jun 2025US$15.0 /100 万字符
97-10
Boson AI logo
Higgs Audio V3 TTSHugging Face
1036±1395% 区间 1023 至 1049
2,102Jun 2026US$15.0 /100 万字符
109-10
Resemble AI logo
ChatterboxGitHub
1026±1195% 区间 1015 至 1037
4,646May 2025US$25.0 /100 万字符
1111
Zyphra logo
Zonos-v0.1GitHub
1000锚点固定为 1000，作为本榜单 Elo 刻度的参照点。
4,839Feb 2025US$20.0 /100 万字符
1212-13
Microsoft logo
VibeVoice 1.5BHugging Face
957±1495% 区间 943 至 971
2,123Aug 2025暂无
1312-13
OpenVoice logo
OpenVoice v2Hugging Face
955±1495% 区间 941 至 969
3,010Apr 2024US$8.3 /100 万字符
1414
Coqui logo
XTTS v2Hugging Face
916±1595% 区间 901 至 931
2,592—Nov 2023US$40.4 /100 万字符
1515
StyleTTS logo
StyleTTS 2GitHub
894±1595% 区间 879 至 909
2,550—Jun 2023US$2.8 /100 万字符
1616
MetaVoice logo
MetaVoice v1GitHub
848±1895% 区间 830 至 866
1,546—Feb 2024暂无

1 API 定价反映在模型创建者的 API 上使用模型默认设置生成 100 万字符的成本

2 开放权重包括可使用可下载的模型权重或提供商提供的推理运行时进行自托管的模型。可商用开放权重包括已发布许可证允许商业使用（包括需遵守许可条件的使用，例如 NVIDIA AI Enterprise 订阅）的模型，不包括需要另行协商商业协议的模型。