chatTTS是一款强大的对话式文本转语音模型，它有中英混读和多说话人的能力，可以配置为中文，英文，日文等六种语言。
ToucanTTS，开源的文本转语音，支持超过7000种语言的语音合成，具备多说话人语音合成功能，能够模拟多种说话人的节奏、重音和语调。
Fish Speech，完美支持中英日语言的开源TTS模型，语音处理接近人类水平，模型使用约十五万小时三语数据训练，对中文支持非常的完美。
FunAudioLLM，阿里开源的TTS模型，人与人LLMs之间自然交互的语音理解和生成。
Parler-TTS 是一种轻量级文本转语音 （TTS） 模型，可以按照给定说话者的风格（性别、音调、说话风格等）生成高质量、自然的语音。
F5-TTS，上交大/剑桥开源的TTS，零样本声音克隆，推理实时率达到0.15，支持控制语音速度，支持无缝在不同语言/方言间平滑过渡。
MaskGCT，零样本文本转语音，完全非自回归的 TTS 模型，支持跨语言翻译配音、语音克隆、语言转换、情感控制等。
Smol TTS，开源的基于 LLaMa 架构构建的TTS 模型，零样本语音克隆。
Kokoro，开源的TTS模型，8200 万个参数，在 <100 小时的音频上进行训练，支持多种语言。
OuteTTS，开源的文本到语音模型，支持六种语言，英语（en）、日语（jp）、韩语（ko）、中文（zh）、法语（fr）和德语（de），通过添加标点符号支持，显著增强了语音合成的自然性和连贯性，提高了生成语音的流畅性和清晰度。
Llasa，开源的零样本语音克隆和 TTS 模型，可以仅从输入文本生成语音，或者利用给定的语音提示生成语音。
平台限制无法发布链接，请移步沃图社查看。
