ChatTTS 对比 Suno

ChatTTS 是一个为对话而构建的开源文本到语音模型。2Noise 团队在超过 10 万小时的中文和英文语音数据上进行了训练，因此它在双向对话中听起来自然流畅，而不仅仅是预设的旁白。

其区别在于在细节层面进行韵律控制。该模型可以加入笑声、暂停和插入语，并能在一次会话中处理多个发声者。这使它非常适合用于大型语言模型助手、对话音频以及对话密集的多媒体内容。

开发者可以通过 pip 安装或克隆 GitHub 仓库。在 Hugging Face 上的开源版本是一个基于 4 万小时数据的基础模型，遵循 AGPLv3+ 协议。团队将其定位为研究和对话用途，若有路线图方面的问题，可以通过 [email protected] 联系。

Suno 能在一分钟内将文本提示转换为包含人声、歌词和完整制作的原创歌曲。数百万人在网页、iOS 和 Android 平台上使用这款音频生成应用，首次制作音乐或塑造已有的创意。移动应用在音乐类别中排名前10，拥有数十万条商店评价。

大多数生成器仅停留在短的器乐循环。Suno 根据情绪、主题或您自己的歌词构建跨流派的完整曲目。您可以通过干声分离、角色、声音、灵感滑块和人声音调控进行再生成、延长、混音和精细调整。付费订阅用户可解锁商业使用权、v5.5 模型访问权限，以及导出最多12个时间对齐的 WAV 干声轨道，适用于 Ableton 或 Logic。

Suno Studio 在 Premier 计划中增加了基于浏览器的生成音频工作站，支持多轨编辑、MIDI 导出、效果和自动化。公司总部位于马萨诸塞州剑桥市，在纽约、洛杉矶和旧金山设有办事处。Suno 曾被《滚石》、《公告牌》、《连线》和《综艺》报道。