XTTS v2：6 秒聲音樣本就能跨語言複製聲線，但授權與維護狀態要先看清楚

用一段約 6 秒的 speaker_wav 作為參考，輸入文字與語言代碼，就能生成接近該聲線的語音。官方列出 emotion/style transfer、cross-language voice cloning、多語言 speech generation 與 24kHz sampling rate。

官方 model card 列出 17 種：英文、西文、法文、德文、義大利文、葡萄牙文、波蘭文、土耳其文、俄文、荷蘭文、捷克文、阿拉伯文、中文、日文、匈牙利文、韓文、印地文。

有聲書草稿、多語言語音助理、客服語音原型、教學旁白、遊戲角色語音、內部工具 Demo。若要正式商用，需先確認授權、肖像聲音同意與合成語音標示規範。