Breeze TTS 2：一句话设计声音，支持自由情感控制，克隆、设计、导演三合一
Breeze TTS 2 是一个开源的文本转语音（TTS）模型，支持语音设计、语音克隆和语音定向三个功能。它在开源权重模型中排名第一（Artificial Analysis TTS 排行榜），甚至在某些方面超过了闭源商业系统。
简单来说：你给它文字，它就能生成自然、富有感情的人声。特别厉害的是，它能听懂自然语言指令，让你像“导演”一样控制声音。它是一个又快、又灵活、又能听懂指令的高质量开源语音生成模型，特别适合需要“实时互动 + 高度可控声音”的场景。
主要特点
声音克隆（Voice Clone）
给一段干净的参考音频 + 对应的文字稿，就能高度还原那个人的音色、节奏、情绪和说话风格。
声音设计（Voice Design）
不需要参考音频，直接用自然语言描述想要的声音，比如“一个温暖、沉稳、年轻的女性，声音清晰、语气平静”，模型就能凭空创造出符合描述的独特声音。
声音指导（Voice Direction）
在克隆某个声音的同时，还能额外指挥它的表现方式。例如“用缓慢、克制、严肃的语气说”，既保留原声音身份，又能灵活调整情绪、语速和风格。
支持表情和动作音效
可以在文字里直接插入提示，比如英文用 (laugh)、(sigh)、(cough)，中文用 [笑]、[叹气]、[咳嗽]，让语音更生动自然。
超低延迟 + 实时流式生成
首音延迟可低至 40 毫秒以内（H100 显卡优化后），生成速度约是实时的 3 倍，非常适合需要即时响应的场景。
中英双语支持
一个模型就能自然生成英语和中文语音。
应用领域
语音助手 / AI 对话机器人：实时、自然、可控制情绪的回复。
有声书 / 播客 / 视频配音：快速生成多角色、多情绪的旁白。
游戏 / 虚拟角色：动态生成符合角色性格和当前剧情的对话。
内容创作：短视频、广告、教育课程的快速配音。
无障碍辅助：把文字实时转成自然语音。
使用教程：（建议N卡，显存8G起，支持50系显卡）
包含主程序压缩包和模型（checkpoints 文件夹），下载解压主程序后，将模型（checkpoints 文件夹）移动到主程序目录下即可。
支持语音设计、语音克隆和语音定向三个功能
语音设计：输入一段需要生成的文字和描述内容（比如一位温柔自信的年轻女性，声音清晰，语气亲切，表达轻快而富有感染力），支持插入[笑]、[叹气]、[咳嗽]、[清嗓子]等副语言标签，点击生成即可；
语音克隆：上传参考音频，输入合成文字内容，点击生成即可；
语音定向：输入需要合成的文字内容，上传参考音频，输入定向指令（比如以克制、严肃的语调缓缓道来），点击生成即可。
下载地址：
迅雷云盘：https://pan.xunlei.com/s/VP0PKH4xcOZrM-RuHcFVKpNxA1?pwd=xj5j
夸克网盘：
**** 本内容需购买 ****
百度网盘：
**** 本内容需购买 ****
页:
[1]