🎧 TTS 三引擎匿名盲测 — 克隆同音色 · 同台词

参考音色:女声旁白 2.03s(统一喂给三引擎)· 台词来自 ep-fantasy-cute-comedy-30s 真实管线 · 响度统一 -16 LUFS · 三个选项 = 三种引擎(乱序匿名)

台词 VO1

「今天这朵,是给小满的礼物。」
目标情绪:轻缓温柔的旁白,带一点小小的郑重
选项 X1
选项 X2
选项 X3
ASR回验轻微偏差 (sim 0.82)

台词 VO3

「别打喷嚏……千万别。」
目标情绪:压低的紧张气声,越说越虚
选项 X1
⚠ ASR回验咬字异常 (sim 0.43) — 可能跑飞/咬字错,听时留意
选项 X2
选项 X3

台词 VO8

「最棒的爆米花!」
目标情绪:八岁女孩用尽全力朝天喊出的清脆欢呼,明亮不甜腻
选项 X1
选项 X2
⚠ ASR回验咬字异常 (sim 0.00) — 可能跑飞/咬字错,听时留意
选项 X3

评分卡(每格填 1-5)

台词选项音色相似自然度情绪咬字一句话印象
VO1 温柔旁白X1
X2
X3
VO3 紧张气声X1
X2
X3
VO8 女童欢呼X1
X2
X3
🔍 答案(盲测完成后点开)
台词X1X2X3
VO1dots.tts (MF-2steps)KAP IndexTTS2 (管线原版)FireRedTTS3-Base
VO3FireRedTTS3-Basedots.tts (MF-2steps)KAP IndexTTS2 (管线原版)
VO8dots.tts (MF-2steps)FireRedTTS3-BaseKAP IndexTTS2 (管线原版)

三引擎均以同一 2.03s 女声参考克隆 · dots 用 x-vector-only 克隆(发现 continuation 范式会复念 prompt 文本,已规避)· FireRedTTS3 在 VO3/VO8 上 ASR 回验异常(重试仍失败,如实呈现)· 引擎耗时:dots RTF≈0.45 / fr3 ~3s每条 / IndexTTS2 为管线既有产物