最佳本地 TTS — RTX 5090 32GB

甜点区间:91–92 分 · 12–50 ×实时,共 2 个模型符合。

  1. 1. IndexTTS-2 — 92 分 · 12×实时 · 5.2GB
  2. 2. Fun-CosyVoice 3 — 91 分 · 50×实时 · 2.8GB
  3. 3. OpenAudio S1-mini — 89 分 · 30×实时 · 3GB
  4. 4. F5-TTS — 88 分 · 16×实时 · 2.4GB
  5. 5. Kokoro 82M — 84 分 · 180×实时 · 1.4GB

共 8 个装得下的可用模型。← RTX 5090 全部能力