视频模型开源的最好的是H3了吧。音频中文可商用的话是indextts2，英文单从克隆角度可商用的应该是qwentts或者小米的omnivoice吧。英文如果只是听小说kokoros也不错，chatterbox也还行吧。根据ltx提取的音频有两家如果抽卡的话情绪不错，但是不推荐，因为都是工作流，ltx音频不确定性太强。除非对tts情绪要求特别高