ZONOS2 人声克隆 TTS

模型、参数和来源

ZONOS2 人声克隆 TTS 使用短参考人声生成多语言语音。TelkNet 以服务端官方 ZONOS2 部署和最高质量默认值提供上传、输入文本、下载结果的简洁流程。

型号对比

论文与基准说明

参数指南

• 参考音频：上传的说话人片段，用于零样本人声克隆。
• 需要合成的文本；所选语言会控制规范化方式。
• 语言：官方文本规范化代码，例如 en_us、cmn、ja 或 ko。
• 质量：最高质量默认值会保持 accurate mode、质量条件和清洁参考处理开启。
• Seed：可选的确定性 seed，用于可复现的对比运行。