在语音生成领域，TTS（Text-to-Speech）模型的精度和效率一直是难题。传统模型通常需要数小时训练、占用大量显存，并且在克隆个性化声音时往往牺牲音质。NeuTTS-Air 的出现则打破了这一瓶颈，它通过轻量化网络结构与高效神经声码器（NeuCodec）设计，实现了在普通设备上的高保真语音克隆。
NeuTTS-Air 是 Neuphonic 公司于 2025 年 10 月发布的一款专为设备端语音生成（on-device TTS）设计的模型，系统基于 0.5B 参数 Qwen LLM 主干，融合 NeuCodec 音频编解码器，具备少样本语音学习能力，可在仅 3 秒参考音频的条件下克隆说话人音色，并实时生成自然语音。
在性能评估中，NeuTTS-Air 在开源模型中达到了 SOTA（State of the Art）水平，尤其在超真实语音合成和实时推理指标上表现突出。
NeuTTS-Air 在设计之初即强调「开放、透明与责任」，模型同时兼容 GGML / ONNX 推理后端，便于在不同算力平台上优化部署，同时生成音频内嵌 Perth 数字水印机制，确保输出结果的可追踪性与合规安全。
换句话说，NeuTTS-Air 并不是又一个「云端 TTS 模型」，而是一套能在本地完成语音克隆的端侧解决方案——让「 让 AI 说出你的声音」真正变成一件私有、即时、可控的事。
教程链接： go.openbayes.com/JFCL9
使用云平台: OpenBayes
首先点击「公共教程」，找到「NeuTTS-Air: 轻量高效语音克隆模型」，单击打开。
页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
在当前页面中看到的算力资源均可以在平台一键选择使用。平台会默认选配好原教程所使用的算力资源、镜像版本，不需要再进行手动选择。点击「继续执行」，等待分配资源。
数据和代码都已经同步完成了。容器状态显示为「运行中」后，点击「 API 地址」，即可进入模型界面。
若显示「Bad Gateway」，这表示代码正在后台执行，请等待约 2-3 分钟后刷新页面。
使用 Safari 浏览器时，音频可能无法直接播放，需要下载后进行播放。
以下是一个使用示例：
