1
HeyGen Voice
并列第 1-3 名
1194.68Elo
- 95% 区间
- 1181 – 1209
- 对局样本
- 2,237
- 每百万字符价格
- $30.00
- 发布
- Oct 2026
音色控制榜
CONTROLLED VOICE盲测 Elo给一段参考音色，再让模型用这个音色读新文字——音色控制榜比的是「像不像参考音色」和「读得自不自然」。它和普通语音合成榜的区别是：起点已经从零变成「复现一个已有的声音」。
收录成绩
46 个模型
Elo · 数据日期 2026-10-28 07:11
本页收录 46 条音色控制成绩，榜首是 HeyGen Voice（Elo 1194.68）。与语音合成榜相比，这张榜更看音色相似度：能用参考音色读出来，比单纯的音质更重要。两榜分数各自独立统计，跨榜不能直接比。
收录模型
46
官方盲测有样本的模型
榜首 Elo
1194.68
HeyGen Voice
每百万字符价格中位
$20.80
按官方标价折算
整理时间
2026-10-28 07:11
官方节奏决定本页时间
前三名
Elo · 46 个模型
2
HeyGen Voice Turbo
并列第 1-3 名
1186.21Elo
- 95% 区间
- 1169 – 1203
- 对局样本
- 2,053
- 每百万字符价格
- $4.00
- 发布
- Oct 2026
3
Qwen-Audio-3.1-TTS-Plus
并列第 1-3 名
1184.12Elo
- 95% 区间
- 1171 – 1197
- 对局样本
- 2,572
- 每百万字符价格
- $19.30
- 发布
- Sept 2026
Elo 是盲测胜率的相对分，没有满分；前三名之间也常出现分数交叉，看 95% 区间比看小数点更稳。
Elo 排名
46 个模型名次照官方顺序；这一榜比的是「用参考音色读出来像不像、顺不顺」。价格是每 100 万字符的合成报价，不含音色训练与存储费用；缺失显示「—」。
| 名次 | 模型 | Elo | 95% 区间 | 对局样本 | 每百万字符价格 | 发布 |
|---|---|---|---|---|---|---|
| 1 |
HeyGen Voice
并列第 1-3 名
|
1194.68 | 1181 – 1209 | 2,237 | $30.00 | Oct 2026 |
| 2 |
HeyGen Voice Turbo
并列第 1-3 名
|
1186.21 | 1169 – 1203 | 2,053 | $4.00 | Oct 2026 |
| 3 |
Qwen-Audio-3.1-TTS-Plus
并列第 1-3 名
|
1184.12 | 1171 – 1197 | 2,572 | $19.30 | Sept 2026 |
| 4 |
Eleven v4
并列第 4-7 名
|
1161.31 | 1149 – 1173 | 2,897 | $80.00 | Sept 2026 |
| 5 |
Eleven v4 Turbo
并列第 4-7 名
|
1159.18 | 1147 – 1171 | 2,946 | $40.00 | Sept 2026 |
| 6 |
Sonic 3.6
并列第 4-7 名
|
1151.09 | 1139 – 1163 | 3,618 | $49.00 | Aug 2026 |
| 7 |
Realtime TTS-2
并列第 4-7 名
|
1149.94 | 1138 – 1162 | 3,492 | $20.80 | Aug 2026 |
| 8 |
Qwen-Audio-3.0-TTS-Plus
并列第 8-9 名
|
1129.13 | 1117 – 1141 | 3,319 | $19.30 | Sept 2026 |
| 9 |
Sonic 3.5
|
1118.09 | 1107 – 1129 | 5,729 | $49.00 | May 2026 |
| 10 |
Simba 3.2
并列第 10-13 名
|
1085.55 | 1074 – 1098 | 3,327 | $6.60 | Jul 2026 |
| 11 |
StepAudio 2.5 TTS
并列第 10-16 名
|
1077.56 | 1067 – 1089 | 4,266 | $85.00 | Apr 2026 |
| 12 |
Eleven v3
并列第 10-16 名
|
1076.82 | 1066 – 1088 | 4,906 | $100.00 | Feb 2026 |
| 13 |
Voxtral 3 TTS
并列第 10-18 名
|
1075.74 | 1061 – 1091 | 2,146 | $13.00 | Oct 2026 |
| 14 |
Ming-3.0-tts
并列第 11-20 名
|
1069.33 | 1054 – 1084 | 2,310 | — | Oct 2026 |
| 15 |
Realtime TTS-2 Flash
并列第 11-20 名
|
1067.63 | 1056 – 1080 | 3,623 | $10.40 | Aug 2026 |
| 16 |
v3 Conversational
并列第 11-20 名
|
1067.07 | 1055 – 1079 | 3,157 | $50.00 | Aug 2026 |
| 17 |
Fish Audio Drama 3 Preview
并列第 11-21 名
|
1064.64 | 1052 – 1078 | 2,540 | $15.00 | Oct 2026 |
| 18 |
SpaceXAI TTS
并列第 14-21 名
|
1061.66 | 1050 – 1074 | 3,819 | $15.00 | Mar 2026 |
| 19 |
Gradium TTS (Sep 2026)
并列第 14-21 名
|
1059.63 | 1048 – 1072 | 2,712 | $47.80 | Sept 2026 |
| 20 |
Gemini 3.8 Flash-Lite TTS
并列第 15-21 名
|
1057.16 | 1045 – 1069 | 3,461 | $11.00 | Sept 2026 |
| 21 |
Gemini 3.8 Flash TTS
并列第 17-21 名
|
1053.95 | 1042 – 1066 | 3,357 | $16.50 | Sept 2026 |
| 22 |
Simba 3.0
|
1040.85 | 1029 – 1053 | 3,577 | $6.60 | Feb 2026 |
| 23 |
Speech 2.8 Turbo
并列第 23-26 名
|
1025.31 | 1014 – 1036 | 4,381 | $60.00 | Feb 2026 |
| 24 |
Speech 2.8 HD
并列第 23-26 名
|
1025.19 | 1013 – 1037 | 4,084 | $100.00 | Feb 2026 |
| 25 |
Breeze TTS 2
并列第 23-29 名
|
1020.88 | 1008 – 1034 | 2,930 | $34.00 | Aug 2026 |
| 26 |
Gradium TTS (Aug 2026)
并列第 23-29 名
|
1019.81 | 1007 – 1033 | 2,898 | $47.20 | Aug 2026 |
| 27 |
Voxtral TTS
并列第 25-32 名
|
1010.91 | 999 – 1023 | 3,200 | $16.00 | Mar 2026 |
| 28 |
Fish Audio S2.1 Pro (Oct 2026)
并列第 25-32 名
|
1010.02 | 997 – 1023 | 2,245 | $15.00 | Oct 2026 |
| 29 |
OpenAudio S1 Mini
并列第 25-32 名
|
1009.92 | 997 – 1023 | 3,117 | $15.00 | Jun 2025 |
| 30 |
Fish Audio S2 Pro
并列第 27-32 名
|
1005.85 | 995 – 1017 | 4,839 | $15.00 | Mar 2026 |
| 31 |
Multilingual v2
并列第 27-32 名
|
1001.49 | 989 – 1013 | 4,048 | $100.00 | Aug 2023 |
| 32 |
OpenAudio S1
Elo 刻度锚点：固定 1000，不参与评测
|
1000 | — | 6,737 | $15.00 | Jun 2025 |
| 33 |
Fish Audio S1
并列第 33-35 名
|
987.46 | 975 – 999 | 3,927 | $15.00 | Oct 2025 |
| 34 |
Flash v2.5
并列第 33-35 名
|
984.96 | 973 – 997 | 4,005 | $50.00 | Dec 2024 |
| 35 |
Turbo v2.5
并列第 33-36 名
|
980.31 | 967 – 993 | 2,990 | $50.00 | Jul 2024 |
| 36 |
Kugel 3
并列第 35-37 名
|
969.47 | 957 – 981 | 4,295 | — | Jun 2026 |
| 37 |
Higgs Audio V3 TTS
并列第 36-39 名
|
963.94 | 951 – 977 | 2,743 | $15.00 | Jun 2026 |
| 38 |
Sonic 3
并列第 37-40 名
|
955.74 | 943 – 969 | 2,946 | $49.00 | Oct 2025 |
| 39 |
Soniox TTS Real-Time v2
并列第 37-40 名
|
952.99 | 940 – 966 | 2,497 | $14.20 | Aug 2026 |
| 40 |
Magpie TTS Zeroshot
并列第 38-42 名
|
943.3 | 926 – 960 | 1,060 | — | Jul 2026 |
| 41 |
Chatterbox
并列第 40-43 名
|
935.98 | 922 – 950 | 2,891 | $25.00 | May 2025 |
| 42 |
Raon SpeechLM
并列第 40-43 名
|
933.51 | 920 – 948 | 2,449 | — | Apr 2026 |
| 43 |
Noiz TTS
并列第 41-43 名
|
924.22 | 910 – 938 | 2,482 | — | Nov 2025 |
| 44 |
Lightning v3.1
|
891.42 | 877 – 905 | 2,557 | $25.00 | Mar 2026 |
| 45 |
XTTS v2
|
842.99 | 827 – 859 | 2,671 | $40.40 | Nov 2023 |
| 46 |
OpenVoice v2
|
816.82 | 800 – 834 | 2,300 | $8.30 | Apr 2024 |
评分方式与适用范围
这份成绩怎么看收录成绩46 个模型官方榜单上有成绩的模型与接入点
主指标EloElo 来自匿名两两对比；这一榜同时包含音色相似度与自然度两个维度，官方不拆分单项分。
数据日期2026-10-28 07:11这份成绩的日期（北京时间）
评分方式官方发布的成绩名次与分数照官方公布的结果列出；官方调整算法时本页跟着变
分差怎么看看区间与分档相邻名次的差距常属于统计噪声，差 1–2 位不宜直接判定优劣
横向对比配合模型库与权威榜单看参数与价格见 /models，多来源榜单见 /leaders 与 /leaderboards
名次与并列区间（范围列）按官方原样保留，不重新排序。 Elo 取官方页面里的精确值，表格只显示整数；置信区间取官方给出的上下界。 价格是官方给出的 API 定价（美元），计价单位是「每分钟」；官方标为暂无 API 或即将推出的行，页面上价格留空。 样本数与发布日期都按官方原文显示，不做换算。
音色控制榜和语音合成榜有什么区别？
语音合成榜是「用服务商自带的声音读」，音色控制榜是「用你给的参考音色读」。后者多了一层匹配难度，所以两榜名次常不一致，也不要互相换算。
音色像不像，Elo 能反映吗？
能反映一部分。投票是「哪段更像参考音色、更自然」的综合判断，但官方不公布相似度单项分，所以看到分数高，仍要自己拿样本听一遍。
克隆别人的声音合规吗？
要先拿到授权。多数服务商在条款里要求「上传者保证有权使用该声音」，未经许可克隆他人音色可能违法。这里只列成绩，不提供音色服务。
每百万字符的价格为什么差别这么大？
因为计费方式不同：有的按合成字符算，有的还叠加音色训练或存储费用，有的对长文本打折。这一列只适合横向粗比，实际账单以服务商报价为准。
同分类的其它榜
语音 · 1 个成绩来自 Artificial Analysis 官方公开榜单，数据日期 2026-10-28 07:11。
