音色复刻
Voice cloning · 各家还叫它：voice cloning / 音色快速复刻 / instant voice clone / voice_id
谁能做
还没有模型有明确的官方依据
自己部署权重公开的，拿去自己 GPU 上跑
Fish Speech s2-pro（权重公开）fishaudio/s2-pro，createdAt 2026-03-09（♥1232） · Hugging Face 官方组织目录（模型接口）
Qwen3-TTS CustomVoice（权重公开）Qwen/Qwen3-TTS-12Hz-1.7B-CustomVoice，createdAt 2026-01-21（♥1871） · Hugging Face 官方组织目录（模型接口）
GPT-SoVITS（1 分钟素材训音色，MIT）RVC-Boss/GPT-SoVITS：1 min voice data can also be used to train a good TTS model! (few shot voice cloning)（★60,756，许可 MIT） · GitHub · RVC-Boss/GPT-SoVITS（星标 60,756，许可 MIT）
F5-TTS（零样本复刻，MIT）SWivid/F5-TTS：F5-TTS: A Fairytaler that Fakes Fluent and Faithful Speech with Flow Matching（★15,112，许可 MIT） · GitHub · SWivid/F5-TTS（星标 15,112，许可 MIT）
CosyVoice（阿里，Apache-2.0）QwenAudio/CosyVoice：Multi-lingual large voice generation model, providing inference, training and deployment full-stack ability（★22,710，许可 Apache-2.0） · GitHub · QwenAudio/CosyVoice（星标 22,710，许可 Apache-2.0）
IndexTTS（B 站）index-tts/index-tts：An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System（★22,677，许可 bilibili 自定义模型许可） · GitHub · index-tts/index-tts（星标 22,677，许可 bilibili 自定义模型许可）