Breeze-TTS-2

中文简介

Breeze TTS 2 面向实时语音交互，支持用文字设计音色、参考音频引导表达和流式输出，也可控制笑声等语音事件。它适合研究自然语言对声音表现的控制。

适用场景

用于语音设计和低延迟对话研究，对不同语言的事件标记分别测试。

模型参数

选型方向：语音与音乐。固定上游版本：3e28c5151381a722f1d8661b4118c298caa77aa4。API 任务字段：text-to-speech。API 语言字段：en, zh。API 架构字段：BreezeForConditionalGeneration。上游最近更新时间：2026-09-09（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 17 个文件，文件元数据合计 7.16 GB。 已保存文件清单中的主要扩展名：.json 9 个、.safetensors 3 个、无扩展名 2 个、.md 1 个、.png 1 个、.svg 1 个。 当前较大的文件包括：model-00001-of-00002.safetensors（4.62 GB）；model-00002-of-00002.safetensors（1.87 GB）；audio_tokenizer/model.safetensors（650.69 MB）。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

• .gitattributes1.53 KB
• assets/breezeblue-logo.png26.89 KB
• assets/tts-elo-leaderboard.svg58.95 KB
• audio_tokenizer/config.json2.28 KB
• audio_tokenizer/configuration.json76 B
• audio_tokenizer/model.safetensors650.69 MB
• audio_tokenizer/preprocessor_config.json234 B
• config.json9.92 KB
• generation_config.json251 B
• LICENSE18.28 KB
• model-00001-of-00002.safetensors4.62 GB
• model-00002-of-00002.safetensors1.87 GB

硬件建议

先选定所需权重格式和精度，再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例，不能用来直接推算运行显存；内存还受上下文、缓存、批量和并发影响，应以小样本实测确定配置。

注意事项

代码采用 Apache 2.0，但权重、衍生模型和自托管输出限定研究及非商用；两类许可不能混用。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

• 大模型获取与国内转存服务
• 大模型怎么下载：Hugging Face 官方方式与国内交付完整指南
• 国内下载 Hugging Face 模型很慢或经常中断怎么办
• DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地