ZONOS2 TTS de clonagem de voz · TelkNet

Voz e vocaisCarga de trabalho GPU

ZONOS2 TTS de clonagem de voz

Para criadores que comparam zero-shot voice cloning expressivo, narração multilíngue e qualidade TTS local

Fala WAV de 44.1 kHz gerada com a voice reference enviada e padrões de máxima qualidade

Créditos/uso 6Entrada de arquivo de áudioMáx. 30 MBSegundos estimados de 120-900

Entrada

ZONOS2 TTS de clonagem de voz: reference voice + multilingual text

Formatos de áudio

mp3wavflacoggm4aaacwebmopus

Saída

Fala WAV de 44.1 kHz gerada com a voice reference enviada e padrões de máxima qualidade

Melhor para

Para criadores que comparam zero-shot voice cloning expressivo, narração multilíngue e qualidade TTS local

Modelos, parâmetros e fontes

ZONOS2 TTS de clonagem de voz: multilingual voice cloning from a short reference clip, with quality-first defaults and a simple upload-text-download workflow.

ZONOS2

ZONOS2 TTS de clonagem de voz: Apache-2.0 zero-shot TTS, MoE, multilingual voice cloning, 44.1 kHz PCM.

Zyphra/Zonos2 Zyphra/ZONOS2

ZONOS2 TTS de clonagem de voz: upload a short reference voice sample plus text for voice-conditioned speech.
ZONOS2 TTS de clonagem de voz: generate and download 44.1 kHz WAV speech with quality-first defaults.
Envios padrão mantêm quality conditioning, accurate mode e valores oficiais high-quality sampler ativados.
Suporta códigos oficiais de normalization para inglês, francês, alemão, espanhol, italiano, português do Brasil, japonês, chinês mandarim e coreano.

DAC 44.1kHz

ZONOS2 TTS de clonagem de voz: 44.1 kHz PCM audio through DAC.

Zyphra/Zonos2

TelkNet armazena o PCM gerado como arquivo WAV baixável.
O reference audio enviado é encaminhado ao campo oficial speaker-conditioning em cada task.

Comparação de modelos

Modelo

Função

Por que é usado

Impacto na produção

ModeloZONOS2

Zyphra ZONOS2 official page Zyphra/ZONOS2 Zyphra/Zonos2

FunçãoZONOS2 TTS de clonagem de voz: Current TelkNet voice-cloning TTS route

Por que é usadoZONOS2 TTS de clonagem de voz: Open Apache-2.0 ZONOS2 deployment focused on expressive multilingual voice cloning, 44.1 kHz output, and quality-first defaults.

Impacto na produçãoZONOS2 TTS de clonagem de voz: 44.1 kHz WAV speech from reference voice and text

ModeloQwen3-TTS-12Hz-1.7B-Base

Qwen3-TTS model card Qwen3-TTS technical report

FunçãoZONOS2 TTS de clonagem de voz: Nearby open TTS comparison

Por que é usadoZONOS2 TTS de clonagem de voz: Qwen3-TTS model card highlights a 1.7B base model, 10-language coverage, and rapid three-second voice cloning.

Impacto na produçãoZONOS2 TTS de clonagem de voz: Speech generation and voice-cloning research baseline

ModeloCosyVoice2-0.5B

CosyVoice2-0.5B FunAudioLLM/CosyVoice CosyVoice 2 paper

FunçãoZONOS2 TTS de clonagem de voz: Compact multilingual zero-shot TTS comparison

Por que é usadoZONOS2 TTS de clonagem de voz: CosyVoice2-0.5B is an Apache-2.0 multilingual TTS model with zero-shot and cross-lingual voice cloning support.

Impacto na produçãoZONOS2 TTS de clonagem de voz: 24 kHz speech in CosyVoice workflows

ModeloF5-TTS

SWivid/F5-TTS F5-TTS paper

FunçãoZONOS2 TTS de clonagem de voz: Flow-matching TTS comparison

Por que é usadoZONOS2 TTS de clonagem de voz: F5-TTS is an open flow-matching TTS project commonly used for voice-cloning and inference-speed comparisons.

Impacto na produçãoZONOS2 TTS de clonagem de voz: Reference-conditioned generated speech

ModeloOpenVoice V2

OpenVoice V2 myshell-ai/OpenVoice OpenVoice paper

FunçãoZONOS2 TTS de clonagem de voz: Voice-cloning system comparison

Por que é usadoZONOS2 TTS de clonagem de voz: OpenVoice V2 focuses on tone-color cloning, style control, and cross-lingual voice generation under an MIT license.

Impacto na produçãoZONOS2 TTS de clonagem de voz: Cloned voice audio with style and language controls

Notas de papel e benchmark

ZONOS2

Official repository and model card - 2026

ZONOS2 TTS de clonagem de voz: official resources cover Apache-2.0, multilingual TTS API, 6M+ training hours, voice cloning, and 44.1 kHz PCM output.

Zyphra/Zonos2 Zyphra/ZONOS2

Oficial / repositórios

Zyphra/Zonos2 Zyphra/ZONOS2

Artigos/notas técnicas

Nenhum link de artigo público está listado; use o repositório oficial ou a implementação do adaptador como fonte.

Guia de parâmetros

Reference audio: speaker clip enviado para zero-shot voice cloning.
ZONOS2 TTS de clonagem de voz: text to synthesize; language controls normalization.
Language: código oficial de text-normalization como en_us, cmn, ja ou ko.
Quality: padrões de máxima qualidade mantêm accurate mode, quality conditioning e clean-reference processing ativos.
Seed: Seed determinístico opcional para execuções comparáveis e repetíveis.

Casos de uso

Gerar narração com uma reference voice clonada para testes de modelo e demos
Comparar pronúncia multilíngue com normalization em inglês, chinês, japonês, coreano e idiomas europeus
Produzir amostras de fala de alta qualidade repetíveis com controle opcional de Seed

Fluxo de trabalho

1Envie um reference voice clip limpo em formato de áudio aceito
2Digite o texto, escolha o language normalizer e mantenha a inference de máxima qualidade ativa
3ZONOS2 TTS de clonagem de voz: 44.1 kHz WAV

Lista de verificação pré-voo

Use uma reference voice clara com mínimo ruído de fundo
Use texto curto nos primeiros testes e amplie quando a voz estiver adequada
Use Seed fixo quando precisar comparar execuções repetidas

É necessário fazer login para usar esta ferramenta

Faça login ou crie uma conta para fazer upload de arquivos, enviar tarefas e revisar resultados em seu espaço de trabalho.

As informações da ferramenta de navegação são sempre gratuitas - não é necessária uma conta.