ZONOS2
Official repository and model card - 2026
Offizielle ZONOS2-Ressourcen dokumentieren die Apache-2.0-Veröffentlichung, mehrsprachige TTS API, mehr als 6 Millionen Stunden Redetraining, hochpräzises Sprachklonen und 44.1 kHz PCM Ausgaben.
Lädt...
Eingabe
Referenz auf Sprachaudio sowie mehrsprachigen Text für ZONOS2 Sprachklonen TTS
Audioformate
Ausgabe
Sprache als WAV mit 44,1 kHz erzeugen
Anwendungsfall
Kurzreferenz-Erzählung, Stimmtests und mehrsprachige Sprachproben
Nennen Sie im Feedback das Werkzeug, die Schritte und das Problem. Screenshots helfen bei der Einordnung.
ZONOS2 Stimmenklonung TTS erzeugt mehrsprachige Sprache aus einem kurzen reference voice-Clip. TelkNet präsentiert den offiziellen serverseitigen ZONOS2-Einsatz mit hochwertigen Standardwerten und einem einfachen Ablauf aus Upload, Text und Download.
ZONOS2 ist Zyphra Apache-2.0 8B Gesamtmodell / 900M aktives MoE TTS für mehrsprachige zero-shot voice cloning und 44.1 kHz PCM Ausgabe.
ZONOS2 gibt 44.1 kHz PCM Audio über seinen DAC Codec-Pfad zurück.
Für diesen Checkpoint gibt es keine reproduzierbare öffentliche Ergebnistabelle. Details stehen in den verlinkten Veröffentlichungsunterlagen.
Official repository and model card - 2026
Offizielle ZONOS2-Ressourcen dokumentieren die Apache-2.0-Veröffentlichung, mehrsprachige TTS API, mehr als 6 Millionen Stunden Redetraining, hochpräzises Sprachklonen und 44.1 kHz PCM Ausgaben.
Es sind keine Links zu Veröffentlichungen angegeben.
Enthält öffentliche Testergebnisse für hier und andernorts verwendete Modelle. Standardmäßig wird die vollständige Quelltabelle angezeigt; Bedingungen und Metriken lassen sich zum Vergleich auswählen. Werte aus unterschiedlichen Testbedingungen sind nicht direkt vergleichbar.
Angezeigt werden nur Einträge mit verifizierter öffentlicher Inferenzimplementierung und passenden Gewichten sowie Algorithmen ohne trainierte Gewichte. Geschlossene Dienste, unveröffentlichte Gewichte und nicht zuordenbare Experimentversionen sind ausgeschlossen. Dies ist keine Gesamtrangliste aller Modelle.
Öffentliche Gewichte belegen keine vollständige Open-Source-Lizenz. Die aufgeklappten Daten zeigen erklärte Gewichtslizenzen und Zugangsbedingungen. Nicht erklärte Lizenzen sind gesondert gekennzeichnet.
Für das ausgewählte Modell liegt kein passendes, geprüftes öffentliches Ergebnis vor; es erhält keinen Rang.
Wählen Sie einen Datensatz, um alle Kennzahlen jedes Modells anzuzeigen. Die Zeilen folgen dem offiziellen Rang oder der gewählten Kennzahl. Fett markiert den besten vergleichbaren Wert jeder Spalte, einschließlich Gleichständen. Unterschiedliche Bewertungsprotokolle werden getrennt eingestuft; fehlende Werte erscheinen als -.
Ausführbare Einträge 6 / Originalzeilen 17
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
CosyVoice 3 · DiTAR · F5-TTS · FireRedTTS-2 · IndexTTS 2 · MegaTTS 3 · MiniMax-Speech · Qwen3-TTS · Seed-TTS · VibeVoice · dots.tts (MF-1step)
Die Werte stammen aus der verlinkten öffentlichen Quelle. Zeilenbezeichnungen geben den Testdatensatz oder Checkpoint an; nicht veröffentlichte Werte erscheinen als -.
| Rang nach Kennzahl | Modell | Params | test-en WER↓ / SIM↑ | test-zh WER↓ / SIM↑ | test-zh-hard WER↓ / SIM↑ | Avg WER↓ / SIM↑ |
|---|---|---|---|---|---|---|
| - | VoxCPM 2Öffentliche Gewichte · Inferenzcode | 2B | 1.84 / 75.3 | 0.97 / 79.5 | 8.13 / 75.3 | 3.65 / 76.7 |
| - | dots.tts (Pretrain)Öffentliche Gewichte · Inferenzcode | 2B | 1.34 / 76.8 | 0.96 / 80.5 | 6.46 / 79.2 | 2.92 / 78.8 |
| - | dots.tts (SOAR)Öffentliche Gewichte · Inferenzcode | 2B | 1.30 / 77.1 | 0.94 / 81.0 | 6.60 / 79.5 | 2.95 / 79.2 |
| - | dots.tts (MF, NFE=4)Öffentliche Gewichte · Inferenzcode | 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 |
Datensätze, Versionen und Bedingungen bleiben getrennt, auch Quellen ohne zugelassene Ranglisteneinträge.
Ausführbare Einträge 6 / Originalzeilen 17
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
CosyVoice 3 · DiTAR · F5-TTS · FireRedTTS-2 · IndexTTS 2 · MegaTTS 3 · MiniMax-Speech · Qwen3-TTS · Seed-TTS · VibeVoice · dots.tts (MF-1step)
Ausführbare Einträge 4 / Originalzeilen 7
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
MiniMax · ElevenLabs · Fish-Audio S2
Ausführbare Einträge 4 / Originalzeilen 7
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
CosyVoice 2 · CosyVoice 3 (1.5B) · Fish-Audio S2
Ausführbare Einträge 4 / Originalzeilen 15
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
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
Ausführbare Einträge 2 / Originalzeilen 25
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
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
Werte gelten für den jeweiligen Datensatz, Messwert und die Modellversion. Verschiedene Tests sind nicht direkt vergleichbar.
Die Tabelle enthält nur Modelle mit öffentlichen Gewichten oder Konfigurationen, die lokal ausgeführt werden können.
Wählen Sie einen Datensatz, um alle Kennzahlen jedes Modells anzuzeigen. Die Zeilen folgen dem offiziellen Rang oder der gewählten Kennzahl. Fett markiert den besten vergleichbaren Wert jeder Spalte, einschließlich Gleichständen. Unterschiedliche Bewertungsprotokolle werden getrennt eingestuft; fehlende Werte erscheinen als -.
Ausführbare Einträge 6 / Originalzeilen 17
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
CosyVoice 3 · DiTAR · F5-TTS · FireRedTTS-2 · IndexTTS 2 · MegaTTS 3 · MiniMax-Speech · Qwen3-TTS · Seed-TTS · VibeVoice · dots.tts (MF-1step)
Die Werte stammen aus der verlinkten öffentlichen Quelle. Zeilenbezeichnungen geben den Testdatensatz oder Checkpoint an; nicht veröffentlichte Werte erscheinen als -.
| Rang nach Kennzahl | Modell | Params | test-en WER↓ / SIM↑ | test-zh WER↓ / SIM↑ | test-zh-hard WER↓ / SIM↑ | Avg WER↓ / SIM↑ |
|---|---|---|---|---|---|---|
| - | VoxCPM 2Öffentliche Gewichte · Inferenzcode | 2B | 1.84 / 75.3 | 0.97 / 79.5 | 8.13 / 75.3 | 3.65 / 76.7 |
| - | dots.tts (Pretrain)Öffentliche Gewichte · Inferenzcode | 2B | 1.34 / 76.8 | 0.96 / 80.5 | 6.46 / 79.2 | 2.92 / 78.8 |
| - | dots.tts (SOAR)Öffentliche Gewichte · Inferenzcode | 2B | 1.30 / 77.1 | 0.94 / 81.0 | 6.60 / 79.5 | 2.95 / 79.2 |
| - | dots.tts (MF, NFE=4)Öffentliche Gewichte · Inferenzcode | 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 |
Die Tabelle enthält nur Modelle mit öffentlichen Gewichten oder Konfigurationen, die lokal ausgeführt werden können.
Wählen Sie einen Datensatz, um alle Kennzahlen jedes Modells anzuzeigen. Die Zeilen folgen dem offiziellen Rang oder der gewählten Kennzahl. Fett markiert den besten vergleichbaren Wert jeder Spalte, einschließlich Gleichständen. Unterschiedliche Bewertungsprotokolle werden getrennt eingestuft; fehlende Werte erscheinen als -.
Ausführbare Einträge 4 / Originalzeilen 7
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
MiniMax · ElevenLabs · Fish-Audio S2
Die Werte stammen aus der verlinkten öffentlichen Quelle. Zeilenbezeichnungen geben den Testdatensatz oder Checkpoint an; nicht veröffentlichte Werte erscheinen als -.
| Rang nach Kennzahl | Modell | 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 2Öffentliche Gewichte · Inferenzcode | 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.)Öffentliche Gewichte · Inferenzcode | 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)Öffentliche Gewichte · Inferenzcode | 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$_4$)Öffentliche Gewichte · Inferenzcode | 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 |
Die Tabelle enthält nur Modelle mit öffentlichen Gewichten oder Konfigurationen, die lokal ausgeführt werden können.
Wählen Sie einen Datensatz, um alle Kennzahlen jedes Modells anzuzeigen. Die Zeilen folgen dem offiziellen Rang oder der gewählten Kennzahl. Fett markiert den besten vergleichbaren Wert jeder Spalte, einschließlich Gleichständen. Unterschiedliche Bewertungsprotokolle werden getrennt eingestuft; fehlende Werte erscheinen als -.
Ausführbare Einträge 4 / Originalzeilen 7
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
CosyVoice 2 · CosyVoice 3 (1.5B) · Fish-Audio S2
Die Werte stammen aus der verlinkten öffentlichen Quelle. Zeilenbezeichnungen geben den Testdatensatz oder Checkpoint an; nicht veröffentlichte Werte erscheinen als -.
| Rang nach Kennzahl | Modell | zh W↓ | en W↓ | hard-zh W↓ | hard-en W↓ | en→zh W↓ / S↑ | zh→en W↓ / S↑ |
|---|---|---|---|---|---|---|---|
| 1 | dots.tts (Pretrain)Öffentliche Gewichte · Inferenzcode | 3.51 | 5.24 | 9.69 | 5.99 | 10.88 / 74.6 | 4.97 / 71.9 |
| 2 | VoxCPM 2Öffentliche Gewichte · Inferenzcode | 3.65 | 5.00 | 8.55 | 8.48 | - | - |
| 3 | dots.tts (SOAR)Öffentliche Gewichte · Inferenzcode | 3.71 | 4.50 | 9.22 | 4.49 | 10.75 / 75.0 | 5.66 / 72.8 |
| 4 | dots.tts (MF, NFE=4)Öffentliche Gewichte · Inferenzcode | 3.95 | 4.05 | 9.10 | 4.37 | 10.73 / 73.8 | 5.24 / 70.9 |
Die Tabelle enthält nur Modelle mit öffentlichen Gewichten oder Konfigurationen, die lokal ausgeführt werden können.
Wählen Sie einen Datensatz, um alle Kennzahlen jedes Modells anzuzeigen. Die Zeilen folgen dem offiziellen Rang oder der gewählten Kennzahl. Fett markiert den besten vergleichbaren Wert jeder Spalte, einschließlich Gleichständen. Unterschiedliche Bewertungsprotokolle werden getrennt eingestuft; fehlende Werte erscheinen als -.
Ausführbare Einträge 4 / Originalzeilen 15
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
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
Die Werte stammen aus der verlinkten öffentlichen Quelle. Zeilenbezeichnungen geben den Testdatensatz oder Checkpoint an; nicht veröffentlichte Werte erscheinen als -.
| Rang nach Kennzahl | Modell | Testbedingung | WER↓ | Overall↑ | Emotions↑ | Paraling.↑ | Foreign↑ | C. Pron.↑ | Quest.↑ | Syntax↑ |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | dots.tts (Pretrain)Öffentliche Gewichte · Inferenzcode | basic_ref_en | 10.86 | 49.2% | 72.7% | 54.7% | 39.5% | 18.0% | 48.4% | 58.4% |
| 2 | dots.tts (MF4)Öffentliche Gewichte · Inferenzcode | basic_ref_en | 11.75 | 47.9% | 59.8% | 55.2% | 36.3% | 16.7% | 50.5% | 64.8% |
| 3 | dots.tts (SOAR)Öffentliche Gewichte · Inferenzcode | basic_ref_en | 10.45 | 47.6% | 63.9% | 52.7% | 39.4% | 16.4% | 47.0% | 65.7% |
| 4 | VoxCPM 2Öffentliche Gewichte · Inferenzcode | basic_ref_en | 11.84 | 41.1% | 42.3% | 44.1% | 33.3% | 18.6% | 53.4% | 52.3% |
Die Tabelle enthält nur Modelle mit öffentlichen Gewichten oder Konfigurationen, die lokal ausgeführt werden können.
Wählen Sie einen Datensatz, um alle Kennzahlen jedes Modells anzuzeigen. Die Zeilen folgen dem offiziellen Rang oder der gewählten Kennzahl. Fett markiert den besten vergleichbaren Wert jeder Spalte, einschließlich Gleichständen. Unterschiedliche Bewertungsprotokolle werden getrennt eingestuft; fehlende Werte erscheinen als -.
Ausführbare Einträge 2 / Originalzeilen 25
Für diese Experimente ist kein vollständiges öffentliches Inferenzpaket verifiziert. Andere Gewichte desselben Modellnamens reichen nicht aus.
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
Die Werte stammen aus der verlinkten öffentlichen Quelle. Zeilenbezeichnungen geben den Testdatensatz oder Checkpoint an; nicht veröffentlichte Werte erscheinen als -.
| Rang nach Kennzahl | Modell | ZH CER (%) ↓ | ZH SIM ↑ | EN WER (%) ↓ | EN SIM ↑ | ZH-Hard CER (%) ↓ | ZH-Hard SIM ↑ |
|---|---|---|---|---|---|---|---|
| 1 | LongCat-AudioDiT-3.5BÖffentliche Gewichte · Inferenzcode | 1.09 | 0.818 | 1.50 | 0.786 | 6.04 | 0.797 |
| 2 | LongCat-AudioDiT-1BÖffentliche Gewichte · Inferenzcode | 1.18 | 0.812 | 1.78 | 0.762 | 6.33 | 0.787 |
Finde passende Verarbeitungsschritte für dein Material.