作者 | 凌敏 没有什么比"群星闪耀"更适合形容近期的 TTS（Text-To-Speech，文本转语音）模型领域了。 开年以来，从科技巨头到创业公司再到研究机构，都在发力 TTS 模型。2 月，字节跳动海外实验 室推出一款轻量级 TTS 模型 MegaTTS3-Global；3 月，出门问问联合香港科技大学、上海交通 大学、南洋理工大学、西北工业大学等顶尖学术机构，共同开源新一代语音生成模型 Spark- TTS；同月，OpenAI 推出基于 GPT-4o-mini 架构的 TTS 模型。 与 AI 领域其他热门技术相比，TTS 似乎格外低调，但它却是智能硬件、数字人等场景的"隐形基 石"。凭借广泛的应用领域和开阔的商业前景，TTS 在最近一年取得了长足的进步，并悄然改变 着行业规则。 最近，TTS 模型又有重磅"上新"，Speech-02语音模型一出手，就将 OpenAI、ElevenLabs 甩在 了后面，登顶 Arena 榜单，成为全球第一。 | Creator | | Model | Arena ELO | 95% CI | # Appearances | | --- | --- | --- | - ...