开源 TTS 清单按许可证优先筛选可商用模型
mahimairaja · reddit · 2026-07-21
这篇整理把 开源 TTS 参考清单按 许可证优先、质量次之 来排，核心观点很直接：如果要真正商用落地，能不能合法发布比细微音质差距更重要。
清单中重点列出了一批 可商用部署 的 MIT/Apache 模型，例如 Chatterbox Multilingual v3、Kokoro 82M、Orpheus-TTS、Sesame CSM-1B、CosyVoice 2、MeloTTS、Kitten TTS、StyleTTS 2、Parler-TTS 和 Zonos2。
同时作者提醒，很多常被推荐的开源/开权重 TTS 实际带有 非商用 或 用量限制 条款，包括 F5-TTS、Coqui XTTS v2、MaskGCT、IndexTTS-2、Higgs Audio v2 以及 Fish Speech / OpenAudio S1-mini。仓库本身是 MIT 许可，还附带流式生成、取消、中间编解码器、水印和评测方法等章节。
「多模态」频道最新
- HeyGen 给 coding agent 接入 7.5 万图片和 1 万音乐 — HeyGen · 2026-07-22
- Reddit 用户求 20GB 显存内的 ComfyUI 成人向工作流 — hobbyist2020 · 2026-07-22
- Krea 2 用户推荐双段 Clownshark 采样配置提升细节 — listopalafoto · 2026-07-22
- Gemini Omni Flash 把船舱直接改成了洞穴风格 — chrisfirst · 2026-07-22
- 用 Gemini、Grok 或 GPT Image 把照片转成提示词 — harshitagu72595 · 2026-07-22
- 有人想训练一个一致性 LoRA，让动漫场景保持统一 — ThirdWorldBoy21 · 2026-07-22