Breeze TTS 2
BreezeBlue 的 3.5B 实时中英文 TTS,支持声音克隆、声音设计和语气指令。权重仅限非商业使用。
一句话概括. Breeze TTS 2 能用英文或中文朗读文字,几乎立刻就开口,适合实时对话。它可以从一小段音频复制声音,根据文字描述设计一个新声音,也可以保持某个声音,同时让它说得慢一些、严肃一些或开朗一些。免费权重仅限研究和非商业使用。
概述
BreezeBlue 是 Resonia, Inc. 的商号,于 2026 年 8 月 25 日发布了 Breeze TTS 2。它是为实时对话打造的文本转语音模型,一个模型同时会说英文和中文。它有三种设定声音的方式:声音克隆,从干净的参考音频及其准确文字稿复制说话人;声音设计,根据文字描述生成声音,不需要任何音频;声音指导,保持参考说话人的身份,同时用文字指令设定语气、情绪和语速。文本里可以直接写入发声事件,英文用 (laugh)、(sigh)、(clears throat),中文用 [笑]、[叹气]。检查点约有 35 亿参数、7.7 GB,其编解码器基于 Qwen3-TTS 的音频分词器。
BreezeBlue 自己给出的数字是:在 NVIDIA H100 上,使用预热后的快速路径,首个音频延迟低于 40 毫秒,实时因子为 0.32,约为实时速度的 3.1 倍。模型卡称默认的 eager 模式约需 7.7 GiB 显存,推荐 12 GB 的 GPU,快速路径约需 14.4 GiB,推荐 24 GB 的显卡。它需要 Linux 和 CUDA GPU。代码包含命令行脚本和单并发的流式 API,返回 24 kHz 的 PCM 音频。模型卡还称,Breeze TTS 2 在 Artificial Analysis TTS 排行榜的开放权重模型中排名第一,并领先于专有系统,这一说法以图表形式给出,我们无法核实。
权重仅限研究和非商业使用免费。BreezeBlue 的许可证不授予任何商业权利,没有营收或创作者例外,而且同样适用于你用开放权重自己生成的音频。订阅 BreezeBlue 托管平台的付费套餐,可以商用你在平台上生成的内容,但不适用于开放权重。源代码是 Apache 2.0。截至 2026 年 11 月 11 日的 30 天内,Hugging Face 统计约有 26,000 次下载,仓库有近 1,000 个点赞。
适合做什么
- 英文或中文的实时语音智能体和助手,支持流式音频
- 根据文字描述设计新声音,或调整克隆声音的语气和语速
- 研究和非商业项目,包括语音界面原型
- 在文本中直接写入笑声、叹气和咳嗽的富有表现力的台词
需要注意
- 仅限非商业使用,即使是你用开放权重自己生成的音频也一样,商用需要另行授权或使用 BreezeBlue 的付费托管服务
- 开放模型只支持英文和中文
- 它需要 Linux 和 CUDA GPU,默认模式需要 12 GB 的显卡,快速路径需要 24 GB 的显卡,延迟数据来自 H100
- 克隆真人声音需要本人同意并拥有参考音频的权利,许可证禁止移除水印或来源标记
- 排行榜名次和延迟数字都来自 BreezeBlue 自己
性能数据来自开发方,未经独立验证。
需要多少内存?
以下是 Breeze TTS 2 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。
| 版本 | 参数量 | 下载大小 | 所需内存 | 可运行于 |
|---|---|---|---|---|
| Breeze TTS 2 BF16 | 3.5B | 7.7 GB | 12 GB | 笔记本或手机 |
下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。 开发方给出的最低显存要求为 12 GB。
许可证,用大白话说
Breeze TTS 2 权重的许可证,版本 1.1,日期为 2026 年 9 月 1 日,由以 BreezeBlue 名义经营的 Resonia, Inc. 发布。它对研究和非商业使用免费,完全不授予商业权利,没有营收门槛,也没有创作者例外。用开放权重生成的音频同样受这些限制。
- 需要署名或标明模型名称
- 衍生模型须沿用原名称
- 须遵守可接受使用政策
进一步了解 BreezeBlue Non-Commercial
延伸阅读
常见问题
- Breeze TTS 2 是什么?
- Breeze TTS 2 能用英文或中文朗读文字,几乎立刻就开口,适合实时对话。它可以从一小段音频复制声音,根据文字描述设计一个新声音,也可以保持某个声音,同时让它说得慢一些、严肃一些或开朗一些。免费权重仅限研究和非商业使用。
- Breeze TTS 2 可以商用吗?
- 未经另行授权不可商用。Breeze TTS 2 采用 BreezeBlue Non-Commercial 发布,仅允许研究和个人使用。
- Breeze TTS 2 是开源的吗?
- Breeze TTS 2 是开放权重模型,但不是严格意义上的开源。你可以下载模型文件,但 BreezeBlue Non-Commercial 附带了开源促进会的定义所不允许的条件。
- 我能在自己的电脑上运行 Breeze TTS 2 吗?
- 可以。最小版本 Breeze TTS 2 在 4 位精度下约需 12 GB 内存,现代笔记本或中端显卡即可胜任。
- Breeze TTS 2 是什么时候发布的?
- Breeze TTS 2 由 BreezeBlue 于 2026年8月25日 发布。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Breeze TTS 2 model card (Hugging Face) huggingface.co
- breeze-tts inference code and README (GitHub) github.com
- Breeze TTS 2 announcement (BreezeBlue) breezeblue.ai
- BreezeBlue Research and Non-Commercial License Agreement v1.1 (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| IndexTTS-2.5 Bilibili | 800M | – | Bilibili Model Use (附条件) | 6 GB 笔记本或手机 | |
| Qwen3-TTS Alibaba Qwen | 910M – 1.92B | – | Apache 2.0 (宽松) | 3.68 GB 笔记本或手机 | |
| VoxCPM2 OpenBMB | 2.29B | – | Apache 2.0 (宽松) | 8 GB 笔记本或手机 | |
| OmniVoice Xiaomi | 613M | – | CC BY-NC (非商用) | 3.75 GB 笔记本或手机 |