OmniTools 10月1日消息，Hugging Face 官方博客 9 月 30 日消息，Hugging Face 近日正式上线 Open TTS Leaderboard，旨在为开源多语言文本转语音（TTS）及语音克隆模型提供可扩展、标准化的客观评估框架。
该排行榜采用 WER/CER（词/字错误率）、RTFx（反实时因子）、TTFA（首音频延迟）和 WavLM 说话人相似度（SIM）等自动化指标，覆盖语音可懂度、推理速度与说话人保真度三个维度，将单次评估耗时从数周缩短至数小时。
榜单默认以英语 Seed TTS Eval 与 CV3 Eval 数据集的宏平均 WER 进行排序，支持中、日、韩等多语言切换及语音克隆模式筛选；同时提供“Listen”和“Streaming”标签页，供用户直接试听对比模型输出并评估流式响应性能。
目前表现突出的模型包括 fishaudio/s2-pro、k2-fsa/OmniVoice、FunAudioLLM/Fun-CosyVoice3-0.5B-2512 等。官方表示，相关评估脚本计划开源，以推动社区共建与持续优化。
