ZONOS2

ZONOS2 是一个开源的、权重公开的混合专家（MoE）架构文本转语音（TTS）模型，支持多语言高保真语音合成与自然语音克隆。其核心采用 ECAPA-TDNN 声学嵌入与 DAC 令牌生成技术，结合 Mini-SGLang 构建的轻量级推理服务，实现低延迟、高质量语音输出；覆盖 40+ 语言，分三级支持，其中中英日为 Tier 1。适用于本地化语音合成、多语种内容生成、AI 语音助手及定制化语音克隆等需要可控部署与数据隐私保障的场景。