Spark-TTS

Spark-TTS 是一个基于大语言模型（LLM）的高效端到端文本转语音（TTS）系统，采用单流解耦语音令牌架构，直接由Qwen2.5 LLM预测音频编码并重建波形。其核心特点包括零样本语音克隆、中英双语支持、无需额外声学模型（如flow matching）的简化推理流程，以及对跨语言与语码转换场景的良好适配。适用于语音合成研究、多语种语音助手开发、个性化语音生成及轻量级TTS部署等场景。