Cartesia Blog·· 2026-07-28评分38
TTS 模型好不好？为什么语音合成评测随模型进步而失效，以及如何衡量真正重要的指标
Is this TTS model good?A practical look at why text-to-speech evaluation breaks down as models improve, and how to measure what really matters.[Research]Jul 28, 2026
导读
Cartesia 发文分析 TTS 评测为何随模型进步而失效：语音合成是一对多映射，同一文本可有兴奋、愤怒、悲伤、讽刺等多种正确读法，WER 在可懂度解决后趋于饱和，且受 ASR 质量牵制。评测还需覆盖上下文正确性、文本规范化与专有名词读音，这些错误即使语音流畅也难以察觉。
来源：Cartesia Blog · cartesia.ai