跳到正文

模型榜

语音综合总览 3 个能力方向

各方向分别排名,保留来源成绩
完整榜单

把英语语音转为文字;错误率越低越好。

本次来源更新未通过校验,保留上次数据。

排名模型 / 开源状态词错误率越低越好
1OtterAI/speech-v3.1闭源4.55%
2zoom/scribe_v2_pro闭源4.7%
3microsoft/azure-speech-07-2026闭源5.02%
4modulate/multilingual闭源5.06%
5reson8/resonant-1闭源5.21%
完整榜单

比较语音合成的自然度与整体听感。

本次来源更新未通过校验,保留上次数据。

排名模型 / 开源状态听感评分越高越好
1Audio8-TTS-Realistic-0.6B闭源初步结果1,668
2Gradium TTS 2026.10闭源初步结果1,592
3Aurora闭源1,559
4CastleFlow v1.0闭源已退役1,547
5Inworld TTS MAX闭源1,544
完整榜单

中文配音是否读对文字;错误率越低越好。

本次来源更新未通过校验,保留上次数据。

排名模型 / 开源状态转写错误率越低越好
1k2-fsa/OmniVoice受限开放0.92%
2tencent/AuK开源0.93%
3FunAudioLLM/Fun-CosyVoice3-0.5B-2512 (RL)开源0.99%
4OpenMOSS-Team/MOSS-TTS开源1.02%
5tencent/AuK-Flash开源1.03%

开源按公开权重口径筛选,含受限开放;“待核实”不等同闭源。查看口径

正在打开…

音频理解与实时语音对话尚无已接入的可靠公开结果,暂未列榜。