Hume AI Blog·· 2026-09-10精选评分62
Hume 发布语音复刻排行榜,评测 11 个 TTS 模型的克隆效果
Introducing the Hume Voice Replication LeaderboardNew leaderboard rates eleven text-to-speech models on voice replication, finding the most natural-sounding clone is often not the right person.Sharath Rao, Kimberly Lo, Alice Baird / Sep 10, 2026
导读
Hume 发布 Voice Replication Leaderboard,作为 Real World VoiceEQ Benchmark 的新组件,用 25 条参考语音和 7 条提示词评测 11 个 TTS 模型的语音复刻能力,评分维度包括同一说话人、音质、自然度和 TitaNet 说话人嵌入余弦相似度。结果显示没有模型在所有维度领先:Cartesia sonic-3.6-beta 自然度最高(4.36)但同一说话人仅排第八(3.63),OpenBMB VoxCPM2 同一说话人第一(4.21)而自然度第五(3.96);音质分数集中在 3.85 至 4.61,同一说话人分数跨度更大,为 2.91 至 4.21。
推荐理由
榜单把说话人相似度、自然度、音质和客观相似度分开评测,并给出按口音与情绪拆分的对比,可供选型时参考。
来源:Hume AI Blog · hume.ai