Artificial Analysis：Qwen-Audio-3.1-TTS-Plus 在美式英语文本转语音中领先，HeyGen Voice 在英式英语和总榜中领先

Artificial Analysis 表示，在其 Controlled Voice Arena 中，所有文本转语音模型都使用相同的 8 种克隆声音（4 种美式英语、4 种英式英语）进行评分。Qwen-Audio-3.1-TTS-Plus 在美式英语排名中领先，而 HeyGen Voice 在英式英语中的表现更好，并位居总榜榜首。

该机构报告称，49 款模型中有 12 款在美式英语和英式英语之间存在统计显著差异（置信区间不重叠）：7 款在美式英语中表现更好，5 款在英式英语中表现更好。所有模型的平均差距为 7 个 Elo 分；该机构据此认为，整体上没有明显的口音偏向。它列出的最大差距如下：

• Lightning V3.1 Pro：美式英语高出 94 个 Elo 分
• Qwen-Audio-3.1-TTS-Plus：美式英语高出 66 分
• Soniox TTS Real-Time v2：英式英语高出 51 分
• Speech 2.8 Turbo：英式英语高出 49 分

Artificial Analysis 建议，根据使用场景所需的口音评估语音模型，而不要只依赖总榜排名。这些排名是该机构自己的评估结果。