Zyphra 开源语音模型 ZONOS2：8B 参数 MoE，支持 44.1 kHz 声音克隆

Zyphra 开源的 ZONOS2 是一个主打高保真声音克隆的语音合成模型。它采用混合专家（MoE）架构，总参数量达 80 亿，但实际推理时仅激活 9 亿参数。

模型基于超过 600 万小时的多语言语音数据训练，能够生成采样率 44.1 kHz 的高质量音频，官方称其表达力和自然度可以媲美甚至超越主流商用语音服务。

它能做什么

ZONOS2 最核心的卖点是低延迟与高质量的声音克隆。

在语言支持上，它划分了三个梯队。第一梯队直接包含英语、普通话和日语；第二梯队支持韩语、德语、法语、西班牙语、俄语等十种语言；第三梯队则覆盖了波兰语、印尼语、泰语等数十种语言。

在技术链条上，模型在推理阶段使用 nemo TN 对 UTF-8 字节进行文本归一化，通过 ECAPA-TDNN 提取声音嵌入特征，再由 MoE 主干网络生成 DAC token，兼顾了生成质量与推理速度。

怎么跑起来

想要在本地运行 ZONOS2，目前需要一定的硬件门槛。

环境方面仅支持 Linux（x86_64）系统，并且需要配备安装了对应驱动的 NVIDIA 显卡。部署过程依赖 uv 工具，代码已在 GitHub 开源，模型权重也已上传至 Hugging Face。

官方基于 Mini-SGLang 打造了一个高性能推理服务。启动后，本地 1919 端口会提供一个 Web 界面，只要指定存放参考音频的目录，服务就会自动扫描音频文件并提取说话人特征，支持快速试听克隆效果。

除了 Web 界面和 HTTP 接口，开发者也可以直接通过 Python 离线脚本调用 TTSLLM 类进行批量生成。不想折腾本地环境的用户，可以在 Zyphra Cloud 的音频试玩页面免费体验。

项目整体采用宽松的 Apache 2.0 协议开源，允许自由商用和二次开发。

为什么重要

对于需要私有化部署语音服务的团队来说，ZONOS2 补齐了开源社区在大规模 MoE 语音模型上的空白。80 亿总参数保证了音色的丰富度和多语言泛化能力，而 9 亿活跃参数则把单次推理开销压到了很低的水平，非常适合实时对话助手或低延迟播报场景。

我们认为，它的开箱即用体验做得相当扎实，直接配套了基于 SGLang 优化的服务端和自动音色扫描。唯一的硬伤是目前严格限制在 Linux 和 NVIDIA 显卡环境，普通个人开发者如果手头没有合适的云端算力，门槛依然不低。