VoxCPM2：短样本克隆真人音色的开源 TTS
OpenBMB 的 VoxCPM2 用 2B 参数做开源语音克隆：30 种语言、48kHz 输出，Apache-2.0 可商用，配音和播客都能本地跑。
文本转语音
「文本转语音」标签聚合的各栏目已发布内容，按本站发布日期从新到旧排列。
5 条
ElevenLabs 发布 v4 与 v4 Turbo：90+ 语言、10 秒克隆，Turbo 延迟约 100 毫秒
ElevenLabs 9 月 28 日发布语音模型 v4 与 v4 Turbo：90+ 语言、10 秒克隆声音，Turbo 延迟约 100 毫秒，开放 API。
html-explainer：一句话让 Agent 把主题做成讲解视频
html-explainer 是给 Claude Code、Codex 等编程智能体用的开源 Skill：给一个主题，它从调研、解说词、配音一路跑到逐帧渲染和封面，产出带硬字幕的讲解视频。画面用 HTML 和 GSAP 写，不录屏、靠 seek 渲染保证帧级可复现，默认 edge-tts 免费免密钥，全程本地跑。
yovoice：把配音工作台整个搬到本地的开源语音创作工具
给视频、课程和有声内容做配音，常见的路是粘进云端 TTS：按字收费、声音同质化、文稿还得先上传。yovoice 把 7 个本地 TTS 模型经 audio.cpp 跑在自己机器上，1-60 秒参考音频克隆声音，录音、剪辑、导出齐备，另带 CLI 和 Agent Skill。Apache-2.0 开源，macOS 与 Windows 可用。
ebook2audiobook：本地电子书转有声书工具
在本地把电子书转成有声书的开源工具，内置多种 TTS 引擎，支持语音克隆和 1158 种语言，可输出带章节与元数据的 m4b，无需云服务，最低 2GB 内存即可运行。