开源TTS评测榜来了，多语言和声音克隆都能比

做语音这行的应该都有同感，开源TTS模型的发布速度已经到了离谱的程度。光是在模型托管平台上，TTS相关模型的数量已经超过8000个，几乎每周都有新面孔冒出来。但问题也随之而来：模型多了，评测却完全没跟上，大家选模型基本靠口口相传或者自己跑demo，没有一个公认的参考系。

目前社区里比较有影响力的几个竞技场类榜单，比如TTS Arena v2、Artificial Analysis和Voice Arena，思路都是让用户盲听两个模型的输出然后投票，攒够票数后用Elo或者Bradley-Terry模型算排名。这套玩法在纯英文、通用场景下确实有效，但放到多语言和声音克隆这些细分需求上，就明显不够用了。这次新出的Open TTS Leaderboard，切入点就是补上这块空白。它把重点放在开源模型和多语言评测上，同时加入了声音克隆效果的对比，还考虑了流式场景下的表现。我觉得这个方向是对的，因为很多团队真正落地的需求就是小语种加克隆音色，而不是再比一遍英文新闻播报。当然，竞技场模式本身也有局限。投票人群的偏好会偏向听起来顺耳、情绪饱满的输出，但实际业务里可能更看重稳定性和延迟。所以我的判断是，这个榜单适合当筛选工具，先圈定几个候选，再拿自己的数据和场景去实测。别把Elo分数当成唯一标准，尤其是做垂直语种和实时交互的团队。另外值得关注的是，它把流式性能也纳入了评测维度。这一点很关键，因为流式TTS的体验和离线合成完全是两回事，首包延迟、断句自然度、长文本稳定性都会影响最终效果。如果这个榜单能把流式指标持续更新，对做语音助手和实时翻译的开发者会很有参考价值。