音色设计Voice design from description
音色 · 少数
MiniMax「音色设计」：用声音描述 prompt 生成个性化音色各家叫法：voice design · 音色设计 · 从描述生成音色同一件事，各家名字不同。我们自己就因为按字面去搜而误判过 —— Kling 管角色参考叫 Element、LTX 叫 Ingredients，按 Character Reference 去找会一无所获， 然后把「没找到」写成「官方没说」。
tts：谁实现了
稀宇科技 MiniMax
MiniMax Speech speech-2.8-hd
ElevenLabs
ElevenLabs Eleven v4
⚠️ 2026-10-10 已更新到 Eleven v4，此格尚未核到新版的直接证据，显示未知；原核验版本 Eleven v3。旧记录：能力页「Voice Design —— a guide on how to craft voices」；另有专业音色克隆页
ElevenLabs · 文档索引（llms.txt）官方来源核的是 Eleven v3 · 现已是 Eleven v4，未重核核验于 2026-10-10机器录入
Google DeepMind
Gemini TTS 3.8 Flash TTS
OpenAI
GPT TTS GPT-4o mini TTS
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 GPT-4o mini TTS未单独记核验日 · 数据截至 2026-10-19机器录入
阿里巴巴
Qwen Omni 3.5-omni-plus
官方 HF 组织有 `Qwen/Qwen3-TTS-12Hz-1.7B-VoiceDesign`（2026-01-21）—— 型号名本身就是能力声明
Hugging Face 官方组织目录（模型接口）官方来源核验版本 3.5-omni-plus核验于 2026-08-12机器录入
智谱
GLM-TTS
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 GLM-TTS未单独记核验日 · 数据截至 2026-10-19机器录入
阿里巴巴
CosyVoice Fun-CosyVoice3-0.5B-2512
2026-10-10 回查：Instruct 的语种、方言和情绪控制不等于从描述创建一个新音色；原先对音色设计的推断过度。 原记录留在审阅档案。
官方 Hugging Face 组织（发布时间取自 API 的 createdAt）官方来源核验版本 Fun-CosyVoice3-0.5B-2512核验于 2026-10-10机器录入
Fish Audio
Fish Speech s2-pro
查过、零命中：2026-08-14 全文检索这份模型卡（Fish Speech 只有 1,200 字、Kokoro 6,161 字），没有「音色设计」相关的任何说法。⚠️ 卡片太薄不等于模型做不到 —— 研究/社区仓库不是功能清单，所以不升级成 ❌
官方 Hugging Face 组织（发布时间取自 API 的 createdAt）官方来源核验版本 s2-pro核验于 2026-08-14机器录入
hexgrad（Kokoro）
Kokoro 82M v1.1-zh
查过、零命中：2026-08-14 全文检索这份模型卡（Fish Speech 只有 1,200 字、Kokoro 6,161 字），没有「音色设计」相关的任何说法。⚠️ 卡片太薄不等于模型做不到 —— 研究/社区仓库不是功能清单，所以不升级成 ❌
官方 Hugging Face 组织（发布时间取自 API 的 createdAt）官方来源核验版本 82M v1.1-zh核验于 2026-08-14机器录入