ZONOS3-Mini 是 Zyphra 的开源文本转语音模型,官方称激活参数约 1 亿,可在手机、笔记本和浏览器里实时运行。支持用一段音频克隆音色,或按年龄、口音、音质设计角色声音,并能逐词控制情绪和语速;文本规范化覆盖英、中、日、韩、德、西、法、意、葡等语言。权重以 Apache 2.0 发布,另附 GGUF 和 WebGPU 分片。
为什么重要 Apache 许可可商用,浏览器 WebGPU、MLX、ggml 和 SGLang 都有现成运行方式,做配音、旁白和语音助手门槛低。
抱脸点赞 13 · 抱脸上升分 13 · 抱脸下载 0
许可证:可商用 · ComfyUI:暂无 · 显存:≈1 GB 估算
理由
- 抱脸 text-to-speech 上升榜
- 打分 52(fresh 15 / source 5 / heat 4 / comfy 0 / vram 13 / demo 5 / license 10)
用法
- 浏览器:打开官方 Zonos Voice Studio 或 Lite 页面,用 WebGPU 本地运行,首次访问会下载并缓存模型
- 服务端:用 SGLang-Omni 的 sgl-omni serve 启动,走 OpenAI 兼容的 /v1/audio/speech 接口;Apple 芯片、CPU 用官方仓库的 MLX、ggml 运行时
风险
- 效果和评测都在官方博客,未独立验证;中文发音质量模型卡没有单独说明
- 音色克隆存在冒用他人声音的风险