ZONOS2
Official repository and model card - 2026
توثق الموارد الرسمية ZONOS2 إصدار Apache-2.0، TTS API متعدد اللغات، أكثر من 6 ملايين ساعة تدريب على الكلام، استنساخ صوتي عالي الدقة، وإنتاج 44.1 kHz PCM.
جار التحميل...
المدخلات
مرجع الصوت الصوتي بالإضافة إلى النص متعدد اللغات لاستنساخ الصوت ZONOS2 TTS
الصيغ الصوتية
الإنتاج
توليد كلام بصيغة WAV بمعدل 44.1 kHz
حالة الاستخدام
السرد القصير المرجعي، اختبارات الصوت، وعينات الكلام متعددة اللغات
اذكر اسم الأداة والخطوات والمشكلة في ملاحظاتك. يمكن أن تساعد لقطات الشاشة في تحديدها.
ZONOS2 Voice Cloning TTS يولد حديثا متعدد اللغات من مقطع reference voice قصير. تقدم TelkNet اللعبة ك ZONOS2 deployment نظام رسمي على جانب الخادم مع إعدادات افتراضية عالية الجودة وسير عمل بسيط لتحميل النص والرفع والنص.
ZONOS2 هو نموذج أباتشي-2.0 8 بايت إجمالي / 900 مليون MoE نشط TTS من Zyphra لإنتاج zero-shot voice cloning متعدد اللغات وإخراج 44.1 kHz PCM.
ZONOS2 يعيد الصوت 44.1 kHz PCM عبر مسار الترميز DAC.
لا توجد لهذا checkpoint قائمة درجات عامة قابلة لإعادة الإنتاج. راجع مواد الإصدار المرتبطة للتفاصيل.
Official repository and model card - 2026
توثق الموارد الرسمية ZONOS2 إصدار Apache-2.0، TTS API متعدد اللغات، أكثر من 6 ملايين ساعة تدريب على الكلام، استنساخ صوتي عالي الدقة، وإنتاج 44.1 kHz PCM.
لم تُوفَّر روابط للأوراق البحثية.
يتضمن نتائج الاختبارات المنشورة للنماذج المستخدمة هنا وخارج الموقع. يُعرض جدول المصدر كاملًا افتراضيًا، ويمكن اختيار الشروط والمقاييس للمقارنة. لا يمكن مقارنة درجات اختبارات أُجريت بشروط مختلفة مباشرةً.
تُعرض فقط السجلات ذات تنفيذ استدلال عام وأوزان مطابقة تم التحقق منها، إضافةً إلى الخوارزميات التي لا تحتاج إلى أوزان. تُستبعد الخدمات المغلقة والأوزان غير المنشورة ونسخ التجارب غير المطابقة. هذا ليس ترتيبًا شاملًا لكل النماذج.
نشر الأوزان لا يثبت وجود ترخيص مفتوح المصدر كامل. وسّع البيانات للاطلاع على تراخيص الأوزان المعلنة وشروط الوصول. تُميّز التراخيص غير المعلنة بصورة منفصلة.
لا تتوفر للنموذج المحدد نتيجة عامة مطابقة تم التحقق منها، لذا لم يُمنح ترتيبًا.
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قابلة للنشر 6 / صفوف المصدر 17
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
CosyVoice 3 · DiTAR · F5-TTS · FireRedTTS-2 · IndexTTS 2 · MegaTTS 3 · MiniMax-Speech · Qwen3-TTS · Seed-TTS · VibeVoice · dots.tts (MF-1step)
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | Params | test-en WER↓ / SIM↑ | test-zh WER↓ / SIM↑ | test-zh-hard WER↓ / SIM↑ | Avg WER↓ / SIM↑ |
|---|---|---|---|---|---|---|
| - | VoxCPM 2الأوزان العامة · شيفرة الاستدلال | 2B | 1.84 / 75.3 | 0.97 / 79.5 | 8.13 / 75.3 | 3.65 / 76.7 |
| - | dots.tts (Pretrain)الأوزان العامة · شيفرة الاستدلال | 2B | 1.34 / 76.8 | 0.96 / 80.5 | 6.46 / 79.2 | 2.92 / 78.8 |
| - | dots.tts (SOAR)الأوزان العامة · شيفرة الاستدلال | 2B | 1.30 / 77.1 | 0.94 / 81.0 | 6.60 / 79.5 | 2.95 / 79.2 |
| - | dots.tts (MF, NFE=4)الأوزان العامة · شيفرة الاستدلال | 2B | 1.29 / 76.2 | 0.94 / 80.0 | 6.60 / 78.5 | 2.94 / 78.2 |
| - | dots.tts (MF-2steps) | 2B | 1.64 / 76.4 | 1.00 / 80.4 | 6.43 / 78.5 | 3.02 / 78.4 |
| - | dots.tts (MF-2steps-STTS) | 2B | 1.41 / 75.3 | 1.04 / 79.2 | 7.83 / 76.9 | 3.43 / 77.1 |
تُفصل مجموعات البيانات والإصدارات والشروط، وتُحفظ المصادر التي لا تحتوي على صفوف مؤهلة أيضاً.
قابلة للنشر 6 / صفوف المصدر 17
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
CosyVoice 3 · DiTAR · F5-TTS · FireRedTTS-2 · IndexTTS 2 · MegaTTS 3 · MiniMax-Speech · Qwen3-TTS · Seed-TTS · VibeVoice · dots.tts (MF-1step)
قابلة للنشر 4 / صفوف المصدر 7
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
MiniMax · ElevenLabs · Fish-Audio S2
قابلة للنشر 4 / صفوف المصدر 7
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
CosyVoice 2 · CosyVoice 3 (1.5B) · Fish-Audio S2
قابلة للنشر 4 / صفوف المصدر 15
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
Gemini-2.5-Flash-TTS* · Zephyr · Gemini-2.5-Pro-TTS* · Zephyr · gpt-4o-audio-preview* · Ballad · gpt-4o-mini-tts* · Alloy · baseline: gpt-4o-mini-tts · Alloy · Qwen3-TTS · basic_ref_en · HumeAI* · — · Qwen3-TTS · Ryan · MiniMax/speech-02-hd* · EN-narr · 11Labs Multilingual v2* · Brian · F5-TTS · basic_ref_en
قابلة للنشر 2 / صفوف المصدر 25
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
GT · Seed-DiT · MaskGCT · E2 TTS · F5 TTS · F5R-TTS · ZipVoice · Seed-ICL · SparkTTS · FireRedTTS · Qwen2.5-Omni · Qwen2.5-Omni_RL · CosyVoice · CosyVoice2 · FireRedTTS-1S · CosyVoice3-1.5B · IndexTTS2 · DiTAR · MiniMax-Speech · VoxCPM · MOSS-TTS · Qwen3-TTS · CosyVoice3.5
تخص الدرجات مجموعة البيانات والمقياس وإصدار النموذج المذكورة؛ لا تجوز المقارنة المباشرة بين اختبارات مختلفة.
يعرض الجدول فقط النماذج التي تتوافر لها أوزان أو إعدادات عامة ويمكن تشغيلها محليًا.
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قابلة للنشر 6 / صفوف المصدر 17
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
CosyVoice 3 · DiTAR · F5-TTS · FireRedTTS-2 · IndexTTS 2 · MegaTTS 3 · MiniMax-Speech · Qwen3-TTS · Seed-TTS · VibeVoice · dots.tts (MF-1step)
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | Params | test-en WER↓ / SIM↑ | test-zh WER↓ / SIM↑ | test-zh-hard WER↓ / SIM↑ | Avg WER↓ / SIM↑ |
|---|---|---|---|---|---|---|
| - | VoxCPM 2الأوزان العامة · شيفرة الاستدلال | 2B | 1.84 / 75.3 | 0.97 / 79.5 | 8.13 / 75.3 | 3.65 / 76.7 |
| - | dots.tts (Pretrain)الأوزان العامة · شيفرة الاستدلال | 2B | 1.34 / 76.8 | 0.96 / 80.5 | 6.46 / 79.2 | 2.92 / 78.8 |
| - | dots.tts (SOAR)الأوزان العامة · شيفرة الاستدلال | 2B | 1.30 / 77.1 | 0.94 / 81.0 | 6.60 / 79.5 | 2.95 / 79.2 |
| - | dots.tts (MF, NFE=4)الأوزان العامة · شيفرة الاستدلال | 2B | 1.29 / 76.2 | 0.94 / 80.0 | 6.60 / 78.5 | 2.94 / 78.2 |
| - | dots.tts (MF-2steps) | 2B | 1.64 / 76.4 | 1.00 / 80.4 | 6.43 / 78.5 | 3.02 / 78.4 |
| - | dots.tts (MF-2steps-STTS) | 2B | 1.41 / 75.3 | 1.04 / 79.2 | 7.83 / 76.9 | 3.43 / 77.1 |
يعرض الجدول فقط النماذج التي تتوافر لها أوزان أو إعدادات عامة ويمكن تشغيلها محليًا.
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قابلة للنشر 4 / صفوف المصدر 7
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
MiniMax · ElevenLabs · Fish-Audio S2
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | Arabic↓ | Cantonese*↓ | Chinese↓ | Czech↓ | Dutch↓ | English↓ | Finnish↓ | French↓ | German↓ | Greek↓ | Hindi↓ | Indonesian↓ | Italian↓ | Japanese↓ | Korean↓ | Polish↓ | Portuguese↓ | Romanian↓ | Russian↓ | Spanish↓ | Thai↓ | Turkish↓ | Ukrainian↓ | Vietnamese↓ | Average↓ |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| - | VoxCPM 2الأوزان العامة · شيفرة الاستدلال | 13.05 / 79.1 | 38.58 / 83.5 | 1.14 / 82.5 | 24.13 / 78.3 | 0.91 / 80.8 | 2.29 / 85.4 | 2.63 / 89.0 | 4.53 / 73.5 | 0.68 / 80.3 | 2.84 / 86.0 | 19.70 / 85.6 | 1.08 / 80.0 | 1.56 / 78.0 | 4.63 / 82.8 | 1.96 / 83.3 | 1.14 / 88.4 | 1.94 / 83.7 | 21.58 / 79.7 | 3.63 / 81.1 | 1.44 / 83.1 | 2.96 / 84.0 | 0.82 / 87.1 | 6.32 / 79.8 | 3.31 / 80.6 | 5.7 / 82.3 |
| - | dots.tts (Pre.)الأوزان العامة · شيفرة الاستدلال | 37.91 / 77.5 | 37.91 / 84.7 | 1.08 / 82.3 | 5.05 / 83.8 | 1.20 / 81.4 | 1.06 / 86.9 | 3.44 / 88.0 | 3.82 / 78.2 | 1.03 / 79.5 | 2.97 / 87.6 | 14.32 / 84.5 | 2.71 / 80.8 | 3.16 / 84.5 | 7.16 / 83.1 | 5.30 / 84.3 | 2.72 / 87.3 | 1.64 / 83.1 | 3.36 / 86.2 | 3.64 / 83.0 | 0.96 / 83.9 | 7.45 / 83.8 | 5.45 / 87.4 | 1.61 / 80.5 | 3.85 / 80.7 | 6.6 / 83.5 |
| - | dots.tts (SOAR)الأوزان العامة · شيفرة الاستدلال | 36.19 / 79.1 | 42.32 / 85.0 | 0.77 / 82.5 | 4.25 / 84.2 | 1.39 / 82.2 | 1.03 / 87.5 | 4.08 / 88.3 | 3.56 / 78.6 | 1.70 / 80.6 | 3.00 / 87.6 | 14.24 / 84.7 | 2.96 / 80.8 | 3.12 / 84.7 | 5.28 / 83.7 | 5.66 / 83.6 | 3.59 / 87.8 | 2.00 / 84.3 | 3.87 / 87.1 | 4.28 / 83.2 | 1.27 / 84.0 | 7.86 / 83.9 | 4.96 / 87.3 | 1.27 / 81.2 | 3.89 / 81.6 | 6.8 / 83.9 |
| - | dots.tts (MF$_4$)الأوزان العامة · شيفرة الاستدلال | 39.65 / 77.6 | 37.82 / 84.0 | 1.01 / 81.8 | 5.67 / 83.9 | 1.30 / 82.1 | 1.09 / 86.9 | 3.61 / 88.3 | 3.26 / 78.5 | 0.91 / 79.5 | 3.19 / 87.3 | 14.75 / 84.8 | 3.91 / 81.2 | 2.16 / 84.3 | 5.17 / 83.1 | 3.93 / 84.9 | 3.42 / 87.5 | 2.40 / 83.1 | 3.38 / 86.1 | 4.42 / 83.2 | 0.80 / 84.0 | 8.03 / 84.2 | 6.20 / 86.8 | 1.66 / 80.0 | 5.43 / 80.5 | 6.8 / 83.5 |
يعرض الجدول فقط النماذج التي تتوافر لها أوزان أو إعدادات عامة ويمكن تشغيلها محليًا.
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قابلة للنشر 4 / صفوف المصدر 7
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
CosyVoice 2 · CosyVoice 3 (1.5B) · Fish-Audio S2
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | zh W↓ | en W↓ | hard-zh W↓ | hard-en W↓ | en→zh W↓ / S↑ | zh→en W↓ / S↑ |
|---|---|---|---|---|---|---|---|
| 1 | dots.tts (Pretrain)الأوزان العامة · شيفرة الاستدلال | 3.51 | 5.24 | 9.69 | 5.99 | 10.88 / 74.6 | 4.97 / 71.9 |
| 2 | VoxCPM 2الأوزان العامة · شيفرة الاستدلال | 3.65 | 5.00 | 8.55 | 8.48 | - | - |
| 3 | dots.tts (SOAR)الأوزان العامة · شيفرة الاستدلال | 3.71 | 4.50 | 9.22 | 4.49 | 10.75 / 75.0 | 5.66 / 72.8 |
| 4 | dots.tts (MF, NFE=4)الأوزان العامة · شيفرة الاستدلال | 3.95 | 4.05 | 9.10 | 4.37 | 10.73 / 73.8 | 5.24 / 70.9 |
يعرض الجدول فقط النماذج التي تتوافر لها أوزان أو إعدادات عامة ويمكن تشغيلها محليًا.
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قابلة للنشر 4 / صفوف المصدر 15
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
Gemini-2.5-Flash-TTS* · Zephyr · Gemini-2.5-Pro-TTS* · Zephyr · gpt-4o-audio-preview* · Ballad · gpt-4o-mini-tts* · Alloy · baseline: gpt-4o-mini-tts · Alloy · Qwen3-TTS · basic_ref_en · HumeAI* · — · Qwen3-TTS · Ryan · MiniMax/speech-02-hd* · EN-narr · 11Labs Multilingual v2* · Brian · F5-TTS · basic_ref_en
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | شرط الاختبار | WER↓ | Overall↑ | Emotions↑ | Paraling.↑ | Foreign↑ | C. Pron.↑ | Quest.↑ | Syntax↑ |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | dots.tts (Pretrain)الأوزان العامة · شيفرة الاستدلال | basic_ref_en | 10.86 | 49.2% | 72.7% | 54.7% | 39.5% | 18.0% | 48.4% | 58.4% |
| 2 | dots.tts (MF4)الأوزان العامة · شيفرة الاستدلال | basic_ref_en | 11.75 | 47.9% | 59.8% | 55.2% | 36.3% | 16.7% | 50.5% | 64.8% |
| 3 | dots.tts (SOAR)الأوزان العامة · شيفرة الاستدلال | basic_ref_en | 10.45 | 47.6% | 63.9% | 52.7% | 39.4% | 16.4% | 47.0% | 65.7% |
| 4 | VoxCPM 2الأوزان العامة · شيفرة الاستدلال | basic_ref_en | 11.84 | 41.1% | 42.3% | 44.1% | 33.3% | 18.6% | 53.4% | 52.3% |
يعرض الجدول فقط النماذج التي تتوافر لها أوزان أو إعدادات عامة ويمكن تشغيلها محليًا.
اختر مجموعة بيانات لعرض جميع مقاييس كل نموذج. تُرتّب الصفوف حسب الترتيب الرسمي أو المقياس المحدد. يميّز الخط العريض أفضل قيمة قابلة للمقارنة في كل عمود، بما في ذلك التعادل. تُرتّب بروتوكولات التقييم المختلفة بشكل منفصل، وتُعرض الدرجات المفقودة بعلامة -.
قابلة للنشر 2 / صفوف المصدر 25
لم تُتحقق حزمة استدلال عامة كاملة لهذه التجارب. لا تحل أوزان أخرى تحمل اسم النموذج نفسه محلها.
GT · Seed-DiT · MaskGCT · E2 TTS · F5 TTS · F5R-TTS · ZipVoice · Seed-ICL · SparkTTS · FireRedTTS · Qwen2.5-Omni · Qwen2.5-Omni_RL · CosyVoice · CosyVoice2 · FireRedTTS-1S · CosyVoice3-1.5B · IndexTTS2 · DiTAR · MiniMax-Speech · VoxCPM · MOSS-TTS · Qwen3-TTS · CosyVoice3.5
القيم مأخوذة من المصدر العام المرتبط. توضح تسميات الصفوف مجموعة الاختبار أو نقطة التحقق، وتُعرض الدرجات غير المنشورة بالرمز -.
| الترتيب حسب المقياس | النموذج | ZH CER (%) ↓ | ZH SIM ↑ | EN WER (%) ↓ | EN SIM ↑ | ZH-Hard CER (%) ↓ | ZH-Hard SIM ↑ |
|---|---|---|---|---|---|---|---|
| 1 | LongCat-AudioDiT-3.5Bالأوزان العامة · شيفرة الاستدلال | 1.09 | 0.818 | 1.50 | 0.786 | 6.04 | 0.797 |
| 2 | LongCat-AudioDiT-1Bالأوزان العامة · شيفرة الاستدلال | 1.18 | 0.812 | 1.78 | 0.762 | 6.33 | 0.787 |
اعثر على طرق المعالجة والخطوات المناسبة لمادتك.