ZONOS3-Mini 评测：浏览器里的声音克隆（2026）

一台 Mac mini 在本地用 2.81 秒生成了 38.5 秒音频，不用上云，也没有按量计费。这正是 Zyphra 为 ZONOS3-Mini 打出的卖点：这款于 2026 年 11 月 9 日发布的混合专家文本转语音模型，总参数量为 8 亿，但每一步实际只激活约 1 亿参数。不过，早期测试者也反复提醒：演示用的是英语和高性能硬件。换成你的文本、语言和 GPU，结果未必还能这么漂亮。

ZONOS3-Mini 是什么，能在哪里运行

ZONOS3-Mini 是 Zyphra 推出的零样本声音克隆 TTS 模型。输入一段文本和简短的参考音频，它就能模仿该声音说话；也可以直接选择 27 种预设声音，并调整年龄、口音和音色质感。模型权重采用 Apache 2.0 许可，运行时代码采用 MIT 许可，允许本地部署和商业复用。但请只克隆自己拥有或已获得授权的声音。

底层架构是稀疏 MoE：包含 64 个专家、采用 top-2 路由，11 层网络按 3:1 比例混合 Gated DeltaNet 与全局注意力。它还引入了新的 Zyphra Audio Codec 1（ZAC-1），以每秒 15 帧运行，替代 ZONOS2 所用的 86 Hz DAC。Zyphra 表示，这一变化将语音 token 数从每秒 774 个降至 150 个；在相同训练数据条件下，词错误率约比 DAC 低 10 倍。

核心规格包括：44.1 kHz 输出、最长可生成 10 分钟音频；原始音频克隆参考最长 60 秒，嵌入式声音克隆参考最长 120 秒；训练使用了 112 张 NVIDIA H100 GPU，持续 2.5 天。

目前有五种运行方式：

• 无需安装的浏览器 WebGPU Playground
• 基于 ggml 的原生 C++ 实现，可运行在 CPU、CUDA、Metal 或 Vulkan 上
• Apple MLX server
• 面向 NVIDIA 服务器的 SGLang 或 vLLM
• 通过 OpenAI 兼容 /v1/audio/speech 端点调用 Zyphra 托管 API，模型名为 zyphra/zonos3-mini

厂商给出的延迟数据很激进：Pixel 9 浏览器中的首音频时间低于 570 ms，M3 MacBook Air 上低于 150 ms；单张 H100 通过 SGLang 的中位延迟为 57–80 ms，峰值吞吐量最高可达每秒 457 音频秒。但手机和笔记本的数字应视为最佳情况。Zyphra 自己的发布帖中，对同一批设备给出的说法其实更保守：分别低于 800 ms 和低于 450 ms。因此，在对外承诺性能前，先在自己的硬件上测试。

发布材料中还有两个未说明的问题：技术文章称总参数量为 800M，而模型页面写的是 886M；另外，两边都没有说明水印、滥用防护措施，以及上传参考声音后的数据保留政策。

先用浏览器试，再决定要不要安装

浏览器 Playground 通过 WebGPU 在你的 GPU 上本地推理，不需要服务器，也没有安装步骤。但首次访问的代价并不小：一位早期测试者报告称，页面会先下载约 920 MB 的模型和编解码器文件，生成过一次后浏览器会将其缓存下来。

它很适合作为零成本的第一轮测试：先体验克隆和片段级控制，再在你性能最弱的目标设备上比较延迟。因为 WebGPU 的实际表现会随浏览器、驱动和 GPU 而变化。

“别因为一个小模型能在浏览器跑，就高喊‘云端 TTS 已死’！不同浏览器和驱动的 WebGPU 兼容性坑很多！英语演示效果好，不代表你的生产文本也能扛住！”—— @GKev1n，一位提醒大家别只凭演示就替换托管 TTS 的真实用户

如果你的用户使用老旧手机、核显设备或非 Chromium 浏览器，别在没有实测的前提下，把 Pixel 9 的数据直接套过去。

功能重点：免转录克隆声音，还能逐词控制

• 零样本声音克隆：最长可使用 60 秒参考音频，无需提供转录文本；原始音频模式更偏向自然效果，也可以生成可复用的说话人嵌入，供后续继续调整。
• 声音设计：可设定目标年龄、偏男性到偏女性的声线表现，并对美式、英式和澳式口音进行引导；还可组合柔和、沙哑、明亮、低沉等质感设置。
• 表达方式控制：语速、情绪、发声力度、活跃度、唤醒度和耳语都能控制，细到词语片段级别。例如只让“我没说”以耳语说出，句子其余部分仍保持中性语气。
• 生成后编辑：借助类似 VoiceCraft 的模型，可在音频生成后替换词语，同时保留原有声线和设置。念错一个名字时，不必整段重新生成。

Zyphra 自己也给出了重要提醒：情绪和表达参数只是目标，并非保证。调节语速也可能同时改变响度与音高；调整活跃度则可能影响音高和时长。

公开硬件实测：速度、显存，以及 Windows 的两个坑

GPU 测试的速度约为同一基准中此前 OmniVoice 测量结果的两倍，也明显领先于 VoxCPM2 的 0.63x 实时系数。

使用完整 2.2 GB 解码器后，显存占用升至 4.2 GB，但测试者无法确认是否存在可听出的质量差异。通过 Whisper large-v3 转录后，结果与目标日语和英语文本一致。这只能证明可懂度，并不能证明自然度或与参考声音的相似程度。

目前最快的本地测试报告来自一位 Apple Silicon 用户，他在 64 GB M5 Pro Mac mini 上通过 MLX server 运行：

“已完成基准测试：……最高可达实时速度的 13.7 倍。这是在我的 64GB M5 Pro Mac mini 上完成的，完全本地运行，使用他们的 MLX server：预设声音的首音频时间约为 75–100 ms。生成 38.5 秒音频片段耗时 2.81 秒。从一段 11–13 秒音频中克隆新声音后，约 1.3 秒即可开始说话。……WER 为 0–4%。只使用了几 GB 内存，首次声音克隆时峰值约为 16 GB。”—— @pratikg，发布了数据集和测试说明的真实用户

这份结果里有一个容易被忽略的前提：首次克隆的内存峰值接近 16 GB，而缓存后的克隆声音可以像预设声音一样快。如果计划批量克隆大量说话人，应按峰值而不是稳定运行时的占用来规划资源。

VRAM16 测试者还记录了 Windows 源码编译中的两个问题，并提供了补丁。首先，Microsoft 编译器不接受一个成员变量也叫 head 的 struct，而 GCC 和 Clang 可以接受。使用提供的重命名补丁后，只编译 zonos3-cli、zonos3-server 和 spk-encoder-cli。其次，日语 Windows 会以 CP932 而不是 UTF-8 传递 CLI 文本，导致生成乱码音频；程序需通过 GetCommandLineW 重新读取命令行。向 zonos3-server 发送的 JSON 请求理论上应已是 UTF-8，但尚未得到验证。

实际安装时，建议使用不含空格和非 ASCII 字符的路径，例如 C:\zonos3；安装带有 C++ 工具链的 Visual Studio 2022，以及 Git 和 FFmpeg。干净的 CUDA 环境大约需要五分钟完成配置，默认权重约 1.2 GB，本地 CUDA 还需约 2 GB 空间（安装说明）。

托管 API 怎么计费：每百万 UTF-8 字节 10 美元

托管服务提供 OpenAI 兼容语音端点：https://api.zyphracloud.com/api/v1/audio/speech。调用时使用模型 zyphra/zonos3-mini，并通过 bearer ZYPHRA_API_KEY 认证。下面的代码会启动一个本地 SGLang-Omni 服务器（SGLang cookbook），其请求格式与云端 API 相同。重点在于：你可以先对 localhost 开发原型，再把基础 URL 换成 Zyphra Cloud。

sgl-omni serve --model-path Zyphra/ZONOS3-Mini --port 8000

curl -X POST http://localhost:8000/v1/audio/speech \
  -H "Content-Type: application/json" \
  -d '{"input": "Hello from ZONOS3-Mini!"}' \
  --output output.wav

价格按字节而不是按字符或音频分钟计算：每 100 万 UTF-8 字节 $10.00；并发请求数为 1，每天最多 100 次生成，输入字符数不限，同时仍受前述 60/120 秒克隆上限约束。对于纯英文，按每个字符约 1 字节、每分钟口语约 800–900 个字符估算，10 美元大约可生成 1,100–1,250 分钟音频，每分钟不到 1 美分。CJK 文本的成本则明显更高，因为每个字符约占 3 字节，即按字符计算约为 3 倍。因此，中文、日文或韩文输入的每分钟成本，应使用自己的脚本进行测算。

本地或浏览器推理在购置硬件后几乎没有边际成本；托管套餐更适合原型开发和突发需求，但在 1 路并发、每天 100 次生成的限制下，不适合承载生产规模。需要高吞吐量的团队，应评估自托管 SGLang 或 vLLM 的成本，而不是直接把 10 美元的数字外推到生产场景。

对比 ElevenLabs、Fish、Qwen，以及“第一名”标签

Zyphra 的页面将 ZONOS3-Mini 与 Fish Audio、Qwen、Cartesia、ElevenLabs 和 OmniVoice 进行了对比，测试脚本包括三类：戏剧化预告片独白、用于考验一致性的长篇喜剧“straight to jail”段落，以及播客式对话文本。页面还有一张延迟与吞吐量的帕累托图。建议亲自试听这些样本。页面提供了播放器，却没有文字版胜负结论，也没有列出竞品模型版本、随机种子或统一设置的说明。

数值排名同样需要谨慎看待。Zyphra 的 ZTTS2-Eval 覆盖 35 种干净语言和 20 种真实环境语言，共有 420 项“指标 × 数据集 × 语言”评测条目；其 Capability Index 将 ZONOS3-Mini 排在开源模型第一，领先 Fish S2 Pro 和 MOSS TTS v1.5。不过，这是厂商基于自己设计的新测试来评价自己的产品。方法已经公开，但截至本文发布时，未找到独立复现结果；闭源模型的比较也只有音频样本，没有共享评分。

由于 Zyphra 没有提供分语言分数，也没有独立盲听胜率，普通话声调准确性、日语高低音重音、多音字处理以及长文本情绪表现都还未经证实。投入生产前必须自行测试。更客观的结论是：ZONOS3-Mini 在效率和部署灵活性上表现领先，但其质量领先地位尚未得到验证。

哪些团队现在值得切换

推荐按这个顺序测试：浏览器 Playground、性能最弱设备上的本地部署、最后才是托管 API。只有当你的硬件满足 2.4 GB 显存和 WebGPU 要求，并且你的语言通过盲听测试时，才考虑切换；否则继续使用现有闭源 API，等独立多语言基准测试出现后再重新评估。

常见问题

ZONOS3-Mini 需要多少显存？

在已测试的 RTX 5080 环境中，总占用约为 2.4–2.5 GB；使用完整解码器时为 4.2 GB；Mac 首次克隆的内存峰值约为 16 GB。

它能在浏览器或 CPU 上运行吗？

可以。浏览器通过 WebGPU 运行，首次访问需下载约 920 MB；已公开的一项测试中，CPU 单独合成算上启动时间约为实时长度的三分之一。

声音克隆质量如何？

支持最长 60 秒的零样本克隆，无需转录文本；一项独立测试报告词错误率为 0–4%，但不同说话人的相似度仍需自己盲听验证。

可以用于商业用途吗？

权重采用 Apache 2.0，代码采用 MIT 许可；但克隆任何声音前，你都必须拥有相应权利或获得本人同意。

API 端点和价格是多少？

使用 OpenAI 兼容的 POST https://api.zyphracloud.com/api/v1/audio/speech，模型为 zyphra/zonos3-mini；价格为每 100 万 UTF-8 字节 $10，并限制 1 路并发、每天 100 次生成。

延伸阅读：Best Text-to-Speech API、Best Voice Cloning API 2026、Kokoro 82M TTS Local Guide