文字轉語音

深度分析

ZONOS2 8B：開源 MoE 架構的高保真文字轉語音模型概述

ZONOS2 8B以MoE骨幹擴展至8億活躍參數，訓練資料從20萬小時增至超過600萬小時，支援多語言與零樣本語音克隆。新評測ZTTS1‑Eval包含9種朗讀語言與17種自然對話語言，全面衡量自然度、說話者相似度與韻律多樣性。實驗顯示ZONOS2在自然度與克隆相似度上與最先進系統競爭。