Qwen3-TTS, Fish S2 Pro, MOSS-TTS i VoxCPM2: cztery interfejsy warunkujące głos

SYNTEZA MOWY / PORÓWNANIE TECHNICZNE

Odczytywanie tekstu na głos jest tylko wspólną warstwą zewnętrzną. Te rozwiązania z otwartymi wagami inaczej definiują instrukcje głosowe, dźwięk referencyjny, długi kontekst i strumieniowanie; podobieństwo mówcy, naturalność oraz opóźnienie pierwszego pakietu nie są wymiennymi metrykami.

Jedno prawdopodobieństwo, różne warunki

Model dyskretnego dźwięku zwykle uczy się p(a₁…a_T | text, c), gdzie a_t jest tokenem akustycznym, a c może oznaczać mówcę referencyjnego, instrukcję głosową lub wcześniejszy kontekst:

L_AR = -Σ_t log p(a_t | a_<t, text, c)

Qwen3-TTS oferuje swobodne projektowanie głosu obok klonowania z krótkiej próbki referencyjnej. Fish S2 Pro zapewnia wysokiej jakości dyskretną ścieżkę mowy do kontroli barwy i prozodii. MOSS-TTS publikuje zarówno profil pojemności 8B, jak i szybkościową linię bazową Nano o wielkości około 100M. VoxCPM2 dostarcza kolejną ścieżkę zero-shot z próbką referencyjną i obsługą długich wypowiedzi. Dlatego ich kontrakty wejściowe są zapisywane oddzielnie.

WER, podobieństwo, MOS i opóźnienie odpowiadają na różne pytania

WER mierzy błędy treści, podobieństwo mówcy porównuje embeddingi, MOS zależy od słuchaczy, a pomiar opóźnienia rozdziela czas do pierwszego dźwięku od pełnego współczynnika czasu rzeczywistego. System może zachować barwę, odczytując niewłaściwe słowa, albo osiągnąć niski WER, brzmiąc jak inna osoba.

Dlaczego wyniki z różnych projektów nie tworzą jednego rankingu

Cztery projekty używają różnych korpusów, rozkładów językowych, długości próbek referencyjnych, oceniających i warunków obliczeniowych. Bezpośrednie porównanie wymaga tego samego tekstu, dźwięku promptu i konfiguracji dekodowania; tabele wydawców zachowują etykiety swoich źródeł, zamiast zmieniać się w punkty dodawane do sztucznej sumy.