2026-10-05
ElevenLabs今天還是穩坐冠軍,靠的是撐了好幾週的同一個強項,整張榜單裡最自然、最像真人的聲音,會笑、會呼吸、會停頓,這裡其他對手目前都還做不到這個程度,背後還有聲音複製功能跟超過29種語言、1,000多種聲音的資源庫撐著。Inworld TTS-1.5 Max跟它並列9.4分,這款是專門針對互動跟遊戲場景打造的,低延遲跟情感表現範圍跟聲音品質本身一樣重要。Cartesia Sonic 3跟Fish Audio的OpenAudio S1並列第三,這裡有件事值得提一下,Artificial Analysis的語音競技場榜單上,Cartesia比較新的Sonic 3.5已經排到榜首,跟Google的Gemini 3.1 Flash TTS並列,兩者都在1,210 ELO左右,這代表Cartesia的下一代版本升級上來之後,這張榜單可能會有實質變動。Suno十月一日推出的Speech beta,把聲音跟音樂生成整合成同一個模型,是個真正值得關注的新玩家,雖然它目前還沒被列入這個類別的競爭名單。Murf AI繼續靠價格跟易用性取勝,不是靠最頂級的聲音真實度,想要幾分鐘內就拿到可用成果而不是追求最像真人的聲音,這台就是對的選擇。今天的排名跟分數我全部維持不動,目前還沒有任何正式上市的東西會改變這些工具彼此的相對位置。
ElevenLabs的聲音依然會呼吸得像真人
自然的停頓、呼吸跟情感質感,這裡其他對手目前都還做不到這個程度,讓它繼續並列冠軍。
Inworld TTS-1.5 Max贏在互動場景
專門為遊戲跟即時互動打造,把低延遲跟情感範圍看得比純粹聲音擬真度更重,跟ElevenLabs打平。
Cartesia的下一代版本值得密切關注
獨立基準測試已經把它比較新的Sonic 3.5排到語音競技場榜首,這是這張榜單可能很快變動的訊號。
Murf AI贏在拿到可用成果的速度
靠的是價格跟易用性,不是聲音擬真度,幾分鐘內就要拿到可用成果的時候,這台就是對的選擇。