ZONOS2 TTS de clonación de voz · TelkNet

Voz y vocesCarga de trabajo GPU

ZONOS2 TTS de clonación de voz

Para creadores que comparan zero-shot voice cloning expresivo, narración multilingüe y calidad TTS local

Voz WAV de 44.1 kHz generada con la voice reference subida y valores de máxima calidad

6 créditos/usoEntrada de archivos de audioMáximo 30 MBSegundos estimados 120-900

Entrada

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

Formatos de audio

mp3wavflacoggm4aaacwebmopus

Salida

Voz WAV de 44.1 kHz generada con la voice reference subida y valores de máxima calidad

Lo mejor para

Para creadores que comparan zero-shot voice cloning expresivo, narración multilingüe y calidad TTS local

Modelos, parámetros y fuentes.

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

Zyphra/Zonos2 Zyphra/ZONOS2

ZONOS2 TTS de clonación de voz: upload a short reference voice sample plus text for voice-conditioned speech.
ZONOS2 TTS de clonación de voz: generate and download 44.1 kHz WAV speech with quality-first defaults.
Los envíos por defecto mantienen activos quality conditioning, accurate mode y los valores oficiales del high-quality sampler.
Admite códigos oficiales de normalization para inglés, francés, alemán, español, italiano, portugués de Brasil, japonés, chino mandarín y coreano.

DAC 44.1kHz

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

Zyphra/Zonos2

TelkNet guarda el PCM generado como archivo WAV descargable.
El reference audio subido se envía al campo oficial speaker-conditioning en cada tarea.

Comparación de modelos

modelo

Rol

Por que se usa

Impacto en la producción

modeloZONOS2

Zyphra ZONOS2 official page Zyphra/ZONOS2 Zyphra/Zonos2

RolZONOS2 TTS de clonación de voz: Current TelkNet voice-cloning TTS route

Por que se usaZONOS2 TTS de clonación de voz: Open Apache-2.0 ZONOS2 deployment focused on expressive multilingual voice cloning, 44.1 kHz output, and quality-first defaults.

Impacto en la producciónZONOS2 TTS de clonación 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

RolZONOS2 TTS de clonación de voz: Nearby open TTS comparison

Por que se usaZONOS2 TTS de clonación de voz: Qwen3-TTS model card highlights a 1.7B base model, 10-language coverage, and rapid three-second voice cloning.

Impacto en la producciónZONOS2 TTS de clonación de voz: Speech generation and voice-cloning research baseline

modeloCosyVoice2-0.5B

CosyVoice2-0.5B FunAudioLLM/CosyVoice CosyVoice 2 paper

RolZONOS2 TTS de clonación de voz: Compact multilingual zero-shot TTS comparison

Por que se usaZONOS2 TTS de clonación de voz: CosyVoice2-0.5B is an Apache-2.0 multilingual TTS model with zero-shot and cross-lingual voice cloning support.

Impacto en la producciónZONOS2 TTS de clonación de voz: 24 kHz speech in CosyVoice workflows

modeloF5-TTS

SWivid/F5-TTS F5-TTS paper

RolZONOS2 TTS de clonación de voz: Flow-matching TTS comparison

Por que se usaZONOS2 TTS de clonación de voz: F5-TTS is an open flow-matching TTS project commonly used for voice-cloning and inference-speed comparisons.

Impacto en la producciónZONOS2 TTS de clonación de voz: Reference-conditioned generated speech

modeloOpenVoice V2

OpenVoice V2 myshell-ai/OpenVoice OpenVoice paper

RolZONOS2 TTS de clonación de voz: Voice-cloning system comparison

Por que se usaZONOS2 TTS de clonación de voz: OpenVoice V2 focuses on tone-color cloning, style control, and cross-lingual voice generation under an MIT license.

Impacto en la producciónZONOS2 TTS de clonación de voz: Cloned voice audio with style and language controls

Notas en papel y de referencia

ZONOS2

Official repository and model card - 2026

ZONOS2 TTS de clonación 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 / repositorios

Zyphra/Zonos2 Zyphra/ZONOS2

Artículos / notas técnicas

No aparece ningún enlace de ningún documento público; utilice el repositorio oficial o la implementación del adaptador como fuente.

Guía de parámetros

Reference audio: speaker clip subido para zero-shot voice cloning.
ZONOS2 TTS de clonación de voz: text to synthesize; language controls normalization.
Language: código oficial de text-normalization como en_us, cmn, ja o ko.
Quality: los valores de máxima calidad mantienen accurate mode, quality conditioning y clean-reference processing activados.
Seed: Seed determinista opcional para ejecuciones de comparación repetibles.

Casos de uso

Generar narración con una reference voice clonada para pruebas de modelos y demos
Comparar pronunciación multilingüe con normalization en inglés, chino, japonés, coreano e idiomas europeos
Producir muestras de voz de alta calidad repetibles con control opcional de Seed

Flujo de trabajo

1Sube un reference voice clip limpio en un formato de audio admitido
2Introduce el texto, elige el language normalizer y mantén activada la inference de máxima calidad
3ZONOS2 TTS de clonación de voz: 44.1 kHz WAV

Lista de verificación previa al vuelo

Usa una reference voice clara con el mínimo ruido de fondo
Mantén el texto breve en las primeras pruebas y amplíalo cuando la voz encaje
Usa un Seed fijo cuando necesites ejecuciones repetidas comparables

Es necesario iniciar sesión para utilizar esta herramienta.

Inicie sesión o cree una cuenta para cargar archivos, enviar tareas y revisar resultados en su espacio de trabajo.

La información de la herramienta de navegación siempre es gratuita, no se necesita una cuenta.