Hume AI Blog·· 26 天前精选评分62
Hume 发布语音可控性排行榜，评测 17 个 TTS 模型
Introducing the Hume Voice Controllability LeaderboardNew leaderboard tests whether text-to-speech models actually follow direction, finding that for some models the dial doesn't move no matter what you ask.Hoon Shin, Shahbaz Mogal, Alice Baird / Sep 17, 2026
导读
Hume 发布 Voice Controllability Leaderboard，从语音设计、语音指令和角色契合三个维度评测 17 个 TTS 模型，采用数万条人工评分而非 LLM 评委，理由是后者可能因数据泄漏抬高分数。结果显示没有单一模型在所有可控性维度领先：Google 与 ElevenLabs 总体领先但各有短板，开源模型在语音设计上仍有竞争力；性别平均准确率 97.87%，年龄仅 51.8%，讽刺是最难传达的语气。
推荐理由
榜单用数万条人工评分对比 17 个语音模型的可控性，并指出 LLM 评委可能因数据泄漏抬高分数。
来源：Hume AI Blog · hume.ai