TTSアリーナ
異なるモデルによって同じテキストが話されているかを聞き、最も自然に聞こえる声に投票し、20以上のTTSモデルがコミュニティによって作成されたランキングでどのようにランク付けされているかを見ることができます。客観的なベンチマークは主観的な人間の判断に合致します。
TTSアリーナ
人工知能音声モデルを評価する公平でコミュニティ駆動の方法
オフィシャルベンチマーク
ＭＯＳ（平均意見得点），文字誤り率，話者類似度，リアルタイム因子を含む評価指標を標準化した。
コミュニティ・レート
ユーザが提出した評価と実際の TTS ユーザからのレビュー。コミュニティのフィードバックに基づいて、特定のユースケースに最適なモデルを見ることができます。
サイドバイサイド比較
２つの異なるモデルで同じテキストを生成し、オーディオの品質、自然さ、速度をブラウザで直接比較する。
20+モデルランクイン
TTS.aiのすべてのモデルはベンチマークされ、ランク付けされています。速度、品質、言語サポート、機能、ライセンスでフィルタリングして、あなたにぴったりのモデルを見つけてください。
詳細なメトリクス
各モデルの性能を深く調べる：遅延，スループット，ＶＲＡＭ使用量，サポート言語，クローニング品質，感情範囲スコア。
フリー・トゥ・ユース
ランキングを閲覧し、モデルを比較し、品質に投票してください。すべて無料です。ランキングやベンチマークを探索するにはアカウントが必要ありません。
モデルズ・イン・ザ・アリーナ
20人以上のモデルがトップランクを競う
Kokoro
Free
Lightweight 82M parameter model delivering studio-quality speech with blazing-fast inference.
適応する: トップランクフリーモデル - リーダーボードで最高の速度/品質比
試してみる Kokoro
Chatterbox
Premium
State-of-the-art zero-shot voice cloning with emotion control from Resemble AI.
適応する: 感情制御能力を持つ最も評価の高い音声クローンモデル
試してみる Chatterbox
CosyVoice 2
Standard
Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.
適応する: 人間パリティ自然性スコアを持つトップ多言語モデル
試してみる CosyVoice 2
StyleTTS 2
Premium
Human-level text-to-speech through style diffusion and adversarial training.
適応する: すべてのオープンソースモデルの中で最高のシングルスピーカーMOSスコア
試してみる StyleTTS 2
Sesame CSM
Premium
Conversational speech model generating natural dialogue with appropriate timing and emotion.
適応する: 自然な対話生成のための会話音声モデルの導入
試してみる Sesame CSMどうやってTTSアリーナが動くのか
音声の質を投票して、最良のAIモデルのランク付けを手伝ってください
ランキングを見る
品質、速度、機能別に20以上のモデルを見ることができます。階層（フリー、標準、プレミアム）または特定の機能別にフィルタリングできます。
モデルの比較
二つのモデルを選択し、両方で同じテキストを生成します。出力を聞き、自然さ、明瞭さ、感情表現を比較します。
品質投票
比較した後、より良く聞こえるモデルに投票してください。あなたの投票はコミュニティの評価に寄与し、他のユーザが選ぶのを助けます。
君の理想のモデルを見つける
リーダボードデータとコミュニティ評価を使って，特定のユースケース，予算，品質要求に最適なモデルを選択する。
TTSアリーナって何？
人工知能音声モデルの評価に対するコミュニティ駆動アプローチ
ブラインドA/B比較
このアリーナでは、ランダムに選ばれた2つのモデルによって同じテキストが話されています。どちらのモデルが生成したかを知らずに2つのサンプルを聴き、より自然に聞こえるものに投票します。このブラインドテストはブランドバイアスを取り除き、純粋に音質に基づいた判断を強制します。
- 同じテキスト、2つの匿名のモデル
- 投票後に発表されたモデル名
- 各ラウンドに新しいランダムペア
- ブランドバイアスなし 純粋な音質
ELOランキング
モデルはチェスプレイヤーのランク付けに使われるアルゴリズムと同じ Elo ランク付けシステムを使ってランク付けされます。ランクの高いモデルに勝つと、ランクの低いモデルに勝つよりも多くのポイントが得られます。数千の投票により、真のコミュニティの好みを反映した信頼できるランクが得られます。
- ELOベースのランク付けアルゴリズム
- 投票によって評価が調整される
- 統計的信頼区間
- 時代とともに安定した順位
モデル比較プレビュー
私たちの20以上のモデルが重要な次元でどのように比較されているか
| モデル | 動物 | 品質 | スピード | 言語 | クローニング |
|---|---|---|---|---|---|
| Kokoro | フリー | 4.5/5 | ファスト | 8 | |
| Bark | 標準 | 4.0/5 | メディア | 13 | |
| CosyVoice2 | 標準 | 4.5/5 | メディア | 6 | |
| Tortoise TTS | プレミアム | 4.8/5 | スロー | 1 | |
| Chatterbox | プレミアム | 4.7/5 | メディア | 1 | |
| StyleTTS 2 | プレミアム | 4.7/5 | ファスト | 1 |
評価基準
ＴＴＳモデルが高い位置にある理由は
自然
人間の言葉に合う自然な韻律、リズム、音調パターン。ロボットの作り物や不自然な休止はありません。
表現力
音声は適切な感情や強調を伝達するか？
精度
すべての単語を正しく発音しますか？ 異常な単語、数字、略語、外国名を誤りや幻覚音なしで扱います。
よくある質問
TTSアリーナとモデルランキングに関するよくある質問
改善点は何ですか？フィードバックは問題を解決するのに役立ちます。