26 款 TTS 模型实测:最快 46ms 出声,速度与自然度难兼得
mattturck · x · 2026-10-20
Cekura 发布 Text-to-Speech Bench,对 26 款 TTS 模型发起 30,564 次请求,横评速度、朗读准确率、自然度与打断处理。
核心发现:
- 收到完整句子后,最快模型中位 46ms 开始出声,最慢 1.65 秒,相差近 36 倍
- 最快不等于最自然:自然度第一的模型在整句速度上仅排 26 款中的第 15
- 测试方法:每款模型用相同 104 句 agent 台词各读 3 遍、同一云区域,另测逐词流式、打断处理、播放间隙与请求失败
- 配图显示 Gradium TTS 在流式速度上排第一(约 64ms、自然度 4.51),在 17 款支持流式文本的模型中 15 款比它更慢且自然度更低
对做语音 agent 的人来说是一份实用的选型参考。
「模型」频道最新
- 德银数据：Meta 的 Muse 下载量与日活持续领先 ChatGPT — alexandr_wang · 2026-10-20
- DeepSeek V4.1 去审查版登 HuggingFace 热榜,FP8 量化支持视觉推理 — dealignai · 2026-10-20
- Reddit 用户截图实锤：ChatGPT 选 GPT-5.6 High 后端却偷换成 GPT-6 中档 — DepositameAMiBCP · 2026-10-20
- MiniMax M3.1 Flash 上线 Command Code:1M 上下文限时免费 — MiniMax_AI · 2026-10-20
- 用户控诉小米 MiMo 订阅难以取消，$60 套餐找不到退订入口 — bookwormengr · 2026-10-20
- Strata 2 beta 推理速度近乎减半？双 4090 用户求助 — Lost-Vermicelli-6252 · 2026-10-20