模型 / ZONOS2 (Zyphra)

ZONOS2 (Zyphra)

基于 MoE 的多语言 TTS，支持零样本克隆与流式生成

作者 Zyphra

仓库标识Zyphra/ZONOS2

许可 可商用任务 语音合成最近核对 2026-08-05
运行时
Mini-SGLang
下载
11

Hugging Face 源仓库 ↗

适合与不适合

入选理由
云服务可直接试用高质量多语言TTS和语音克隆，适合创作者；本地部署需Linux+NVIDIA GPU。
对位
对位 CosyVoice 2 / F5-TTS 等开源 TTS
适合
零样本语音克隆与流式输出 / 中/英/日等多语种高保真合成
不适合
仅限 Linux+NVIDIA GPU

独立证据与社区反馈

2 个独立来源 · 另 1 官方/转载最近验证 2026-08-05

ZONOS2 在声音克隆保真度与自然度上相比 v0.1 提升明显，MoE 架构兼顾质量与实时推理，但安装部署仍存在诸多兼容性坑。

  • 高保真零样本声音克隆，MoE 架构（900M 活跃/8B 总参）兼顾质量与实时推理
  • 多语言与代码切换音频生成
  • Apache 2.0 开源协议，可商用
  • 安装过程存在兼容性问题，依赖 nvidia-cuda-toolkit
  • RTX 5090 等新硬件不支持
  • 推理速度慢
  • 文本开头部分可能丢失
  • 仅支持 Ubuntu 22.04 + NVIDIA GPU

可信度Apache-2.0 许可，训练数据逾 600 万小时，官方提供 Mini-SGLang 服务

完整规格

授权
apache-2.0 · 可商用
框架
Mini-SGLang
语种
英语(主)·中文(主)·日语(主) · 韩/俄/意/葡/法/西/越/德/希伯来/荷兰/瑞典等 32 语种
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 759 → 702 · likes +5

在线体验

观测时间线