Breeze TTS 2 登顶 Artificial Analysis 开放权重 TTS 排行榜

Artificial Analysis Text to Speech Arena 是一项独立基准测试，通过盲听、一对一对比的方式评估语音生成模型。

在每一次对比中，听众会听到由同一段文本生成的两段音频，但不知道分别出自哪个模型。他们选出听起来更自然的一段，Artificial Analysis 再把这些偏好汇总为相对的 Quality Elo 分数。Elo 分数越高，说明与 Arena 中其他模型相比，听众更常偏向该模型。

这份排行榜旨在捕捉真实听众感受到的语音质量，涵盖以下方面：

在 Provider Voice Arena 中，Artificial Analysis 会用每个模型可用音色中具有代表性的一组来评测，力求覆盖美式和英式口音的男声与女声，每个模型最多八个音色。因此最终分数反映的是使用该模型各音色的整体体验，而不是某一个精心挑选的演示样本。

Artificial Analysis 还会公布样本数量、置信区间、类别筛选和口音筛选，帮助读者解读排名。Elo 是一种相对度量，随着新投票不断收集、新模型不断加入 Arena，分数可能发生变化。

Provider Voice Arena 中排名前五的开放权重模型如下：

Breeze TTS 2 领先最接近的开放权重竞品 90 分。在 Elo 体系中，每个分数都由听众在整个模型池中的偏好相对决定，因此这一领先幅度有力地说明了听众选择 Breeze TTS 2 的一致程度。

在完整的 Provider Voice Arena 排行榜中，Breeze TTS 2 也与领先的闭源模型一起位列评分最高的 TTS 系统之列。由于 Arena 分数会随新投票持续更新，下方的完整排行榜图片对应的是一个更晚的快照。

我们认为，开发者不应该在开放获取和顶级语音质量之间二选一。开放权重语音模型让团队可以更灵活地审视、评估模型，并在自己的基础设施中运行，但在感知质量上，它们长期落后于最强的商业 API。

Artificial Analysis 的结果给出了不同的答案。在盲听对比中，听众把 Breeze TTS 2 明显排在其他开放权重模型之前，并与领先的闭源 TTS 系统处于同一梯队。

因此，这一排名对以下产品的团队尤其有参考价值：

对这些产品来说，语音不只是把字念对。它需要听起来自然、传达意图、保持可信的声音身份，并贴合交互场景。人工偏好测试的价值就在于，听众是把这些品质放在一起综合判断的，而不是把它们压缩成一个自动化指标。

我们打造 Breeze TTS 2，是为了让每个角色都有合适的声音，让每句台词都有合适的演绎。它把高评分的语音质量与创建、执导音色的控制能力结合在一起：

这些能力让 Breeze TTS 2 不只是一组预设音色。开发者和创作者可以在同一个模型中设计角色、保持其身份，并执导它如何演绎某一句台词。

Arena 的结果为这套能力增添了一个重要的外部信号：当听众在不知道模型名称的情况下比较生成的语音时，Breeze TTS 2 成为他们在开放权重模型中的首选。

没有任何公开排行榜能覆盖所有脚本、说话人、语言或生产环境。但盲听人工偏好是对最关键体验最清晰的检验之一：生成的声音在听众耳中究竟是什么样。

这一结果是一个有力的起点。Breeze TTS 2 取得了：

对我们而言，这一结果印证了 Breeze TTS 2 背后的核心理念：开放权重模型也能生成自然、富有表现力的语音，同时让开发者在音色创建、演绎和部署上拥有更深入的控制。

Breeze TTS 2 可通过 BreezeBlue Creator 和 BreezeBlue API 使用。开发者也可以获取 Hugging Face 上的 Breeze TTS 2 模型权重以及 GitHub 上的官方 PyTorch 推理代码。