HeyGen Voice 在 Artificial Analysis 受控语音 TTS 竞技场排行榜上位居第 1 名，领先于阿里巴巴的 Qwen-Audio-3.1-TTS-Plus 和 ElevenLabs 的 Eleven v4 Turbo
HeyGen Voice 是首个在我们受控语音竞技场中进行评估的 @HeyGen 文本转语音模型，在该竞技场中，所有模型均使用相同的 8 个克隆声音在美国英语和英国英语下进行评估。
要点：
➤ 受控语音：HeyGen Voice 在 1,468 次竞技场亮相中 Elo 达到 1,201，领先于得分为 1,182 的 Qwen-Audio-3.1-TTS-Plus、得分为 1,166 的 Eleven v4 Turbo 以及得分为 1,162 的 Eleven v4。它在助手和客户服务类别中排名第 1，在知识分享类别中排名第 2，在英语（英国）类别中排名第 1。
➤ 发音鲁棒性：HeyGen Voice 得分为 83.1%，在 29 个模型中排名第 10，落后于得分为 84.6% 的 Qwen-Audio-3.1-TTS-Plus，领先于得分为 80.7% 的 Inworld Realtime TTS-2。它在保留精确序列方面得分为 83.3%，排名第 2，仅次于 SpaceXAI TTS。
➤ 定价：HeyGen Voice 的价格为30美元/1M字符，相比之下，Qwen-Audio-3.1-TTS-Plus 为19.3美元/1M字符，Eleven v4 Turbo 为40美元/1M字符，Eleven v4 为80美元/1M字符。
➤ 速度：HeyGen Voice 每秒生成时间可处理 40 个字符，相比之下，Eleven v4 为每秒 76 个字符，Gemini 3.8 Flash TTS 为 46 个字符。
在下方查看更多详情并试听示例 ⬇️