概念
也叫：Text-to-Speech
将文本转换为语音的技术。
最近变化
2026-06-05 · Fish Audio 支持零录音生成语音，适合 vlog 制作。
TTS 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
在 Codex/Claude Code 等 Coding Agents 领域，文字是主要的输入输出方式；而在更广泛的通用 Agents 领域，特别是陪伴、实时交互等 Agents 方面，实时语音交互非...
meng shao(@shao__meng) · 8.5 分
超600种语言，一个模型全搞定! 小米开源 OmniVoice 多语言语音克隆 TTS
小米技术 · 8.5 分
网易有道「子曰4」全模态大模型来了，权重全量开源 这次「子曰4」不仅支持了多模态：图像/视频/语音全输入，27B可以本地化部署，尤其在学习场景表现优异 更值得一提的是这个 TTS 引擎独立开源，3...
Yangyi(@Yangyixxxx) · 7.5 分
已收录 7 篇与「TTS」相关的 AI 资讯和分析。
构建Voice Agent需结合ASR、VOD、TTS、LLM及WebRTC，Agora Skills可快速集成实现低延迟实时语音交互，响应仅1秒。
入选理由：使用Agora Skills可在2-3分钟内安装并集成RTC、RTM等组件，支持快速开发Voice Agent
小米开源 OmniVoice 模型支持超600种语言的多语言语音克隆，显著降低 TTS 系统开发成本。
入选理由：OmniVoice 支持超过600种语言，覆盖全球99%以上人口的语言需求。
网易有道「子曰4」全模态大模型开源，支持图像/视频/语音输入，27B参数可本地部署，尤其适用于学习场景，TTS引擎独立开源，支持14种语言跨语种生成。
入选理由：「子曰4」支持多模态输入，27B参数可本地化部署。
牛津大学博士后Kevin Lin开源了视频翻译工具Violin，支持多语言翻译与视频对话功能。
入选理由：Violin整合ASR、LLM翻译和TTS技术
Fish Audio 推出新功能，支持生成逼真语音，但文章内容信息量不足。
入选理由：Fish Audio 推出语音生成功能
Fish Audio 提供无需录音的 AI 语音生成服务，适用于 vlog 制作。
入选理由：Fish Audio 支持零录音生成语音，适合 vlog 制作。
Fish Audio 发布了基于 TTS 技术的音频作品《电梯女士的梦》。
入选理由：Fish Audio 推出了新的语音合成作品《电梯女士的梦》。
与「TTS」经常一起出现的 AI 术语。
💡 想追踪「TTS」的长期趋势？去 实体雷达 · TTS 查看详细分析和跨材料问答。
