今天分享的内容，只有两个字形容：很顶。 本期我们要干一件大事：在本地电脑上部署 B 站开源的顶流 TTS（语音合成）大模型，并结合 N8N 实现自动化调用。 为什么要折腾本地部署？原因很简单，被云端

朋友们，想象一下，如果你能像修图一样，随心所欲地“P”声音，那会是怎样一番景象？过去，这听起来像是科幻，但现在，阶跃星辰（StepFun）带来的Step-Audio-EditX，正在把这个梦想变为现实

最近，AI圈子里又炸开了锅。当大家还在追逐那些动辄千亿参数的语言大模型时，面壁智能和清华大学深圳国际研究生院人机语音交互实验室却悄悄扔出了一枚“小钢炮”——VoxCPM语音生成模型。这模型

今天给大家带来几款AI语音克隆技术的硬核分享，包括本地部署教程，还有超方便的一键启动整合包。无论你是技术小白还是资深玩家，这篇干货都能让你轻松上手，克隆出属于自己的专属语音！ 1. Index-TTS

CosyVoice 2.0 是阿里巴巴通义实验室推出的语音生成大模型升级版，通过有限标量量化技术和块感知因果流匹配模型，显著提升了发音准确性、音色一致性和音质，支持多语言和流式推理。

IndexTTS 是哔哩哔哩（B 站）推出的工业级文本转语音（TTS）系统，基于开源项目 XTTS 和 Tortoise 深度优化，融合了类 GPT 的生成架构与中文场景的针对性创新。

最近，TTS 模型领域也真的是要过年了！陆续有各种新型的效果逼真的 TTS 模型发布！ 就比如上周爆火的 TTS 排行榜No.1：Kokoro TTS。 而今天再为大家分享一款新型的TTS 模型：Ll

近期又发现一款刚开源的新型高保真 TTS 模型：Zonos。开源不到5天，已经在 GitHub 上收获了 1.1k 标星。 无论是快速生成特定情绪的语音，还是精准地模拟特定人的语音，它都能轻松搞定。

随着语音助手、会议转写等应用的普及，轻量级、高性能的音频模型需求也日益增长。 Aero-1-Audio 是一款新型的1.5B参数音频模型，由 LMMs-Lab 开发，基于 Qwen-2.5-1.5B