最佳提供商语音文本转语音（TTS）模型

比较语音生成模型的质量、速度和价格；如有可用音色，每个模型均使用其自身提供的音色。

更多详情请参阅我们的方法论页面。

质量

服务商音色竞技场质量 Elo

Arena Elo: average Elo rating of the model · Higher is better

Relative Elo score of the models as determined by responses from users in Artificial Analysis' Speech Arena. Some models may not be shown due to not yet having enough votes.

定价

价格

Price: USD per 1M characters of text · Lower is better

Price per 1M characters of text. For detail on how we calculate price for providers which price based on inference time or subscription plans, see our methodology page.

速度因子

每秒字符数

Characters processed per second: # of characters per second of generation time · Higher is better

Number of characters processed per second of generation time. Higher values indicate faster generation speeds.

常见问题

Sonic 3.6 目前在 Artificial Analysis 文本转语音模型比较中质量最高，质量 Elo 为 1,283。 查看 Sonic 3.6

Polly Standard 目前是比较中在代表性 API 端点上最快的文本转语音模型，Amazon Bedrock 可达每秒 1,315.0 个字符。 查看 Polly Standard 的服务商

Kokoro 82M v1.0 目前是比较中在代表性 API 端点上最便宜的文本转语音模型，Replicate 的价格为每百万字符 US$0.65。 查看 Kokoro 82M v1.0 的服务商

Sonic 3.6（通过 Cartesia）、Simba 3.2（通过 SpeechifyAI）和Falcon 2（通过 Murf AI） 目前在比较中提供了一些最强的质量-价格权衡。这些代表性端点位于当前的质量-价格前沿，意味着很少有替代方案同时更便宜且质量更高。 查看 Sonic 3.6 的服务商