给店铺视频、课程或客户项目配音，先别只比哪段声音更像真人。四个常见的中文开源模型，商用规则并不一样：CosyVoice 3 模型卡标注 Apache 2.0，但也带有学术用途免责声明，官方没有说明两者对模型权重的适用关系；ChatTTS 模型是非商业许可；Fish Audio S2 商用要另签授权；IndexTTS 当前协议把书面授权要求设在特定企业规模门槛上。
本文的 CosyVoice、IndexTTS 和 ChatTTS 样音暂不公开展示，待核对参考声音及相关使用许可后再决定是否恢复。下文保留模型功能、部署与许可比较，不提供音色试听排名。Fish Audio S2 没有在这台 Mac 上实测。
按用途选
| 你要做什么 | 可以先看 | 先确认的事 |
|---|---|---|
| 收费配音、广告或商业产品 | 先核对 CosyVoice 3.0 | 页面标注 Apache 2.0，也有学术用途免责声明；先向维护者确认权重许可适用范围 |
| 个人练习，想让语音带笑声和停顿 | ChatTTS | 模型为 CC BY-NC 4.0，不能商用 |
| 克隆声音、调节情绪和语速 | IndexTTS 2.5 | 按当前协议，超过指定企业规模门槛须先取得书面授权 |
| 多语言、细粒度情绪标签，且有高显存 GPU | Fish Audio S2 Pro | Research License 只给研究和非商业使用；商用须另签书面许可 |
如果你主要是做商业配音，先从 CosyVoice 3 开始；如果只做个人练习，按想要的声音效果再选。拿别人的录音做声音克隆前，先取得本人明确授权；不要用克隆音冒充真人发言。
四个模型的区别
CosyVoice 3：商业项目优先核对它
Fun-CosyVoice 3 支持中文、方言、跨语言声音克隆和语气指令。代码仓库采用 Apache 2.0；3.0 模型卡也标注 Apache 2.0，同时带有学术用途免责声明，官方没有解释这句免责声明是否限制模型权重的商业使用。收费项目开始前，先向维护者确认适用范围。Mac 的部署步骤见《Mac 本地用 CosyVoice 3 做中文配音》。
这表示你可以把它作为商业候选，但不能跳过参考录音授权、客户素材来源和最终输出审核。许可证只解决模型授权范围，不自动替你取得样音里说话人的同意。
ChatTTS：擅长对话感，模型不能商用
ChatTTS 为对话场景设计，能控制笑声和停顿，也能让文本先变口语。代码许可和模型许可不同：代码是 AGPLv3+，模型权重是 CC BY-NC 4.0。官方把模型限定在教育和研究用途，因此不要用于收费配音、广告或商业账号内容。
ChatTTS 本地部署教程已暂时下架，待核对使用许可后再决定是否恢复。
IndexTTS 2.5：情绪和语速控制
IndexTTS 2.5 支持参考音色克隆，也能调节情绪和语速。它使用 B 站的模型使用协议。当前中文协议第 2.2 条写明：如果你或关联公司的产品、服务上个月月活超过 1 亿，或上一年度营收超过人民币 1 亿元，必须另行申请商业许可；未获明确书面授权前，不能行使协议授予的使用权。协议还规定，若中英文版本有冲突，以中文版本为准。未达到这两个门槛也要遵守协议的其他条款，使用前请再读一遍当时的协议全文。
这和“所有商用都必须联系 B 站”不是一回事。旧版说明曾把授权要求写得过宽；具体模型和部署步骤见《在 Mac 上部署 IndexTTS-2.5》。
Fish Audio S2 Pro：标签丰富，但对设备和许可要求更高
Fish Audio S2 能用文字标签控制耳语、停顿、笑声和情绪，也支持多语言与参考音色。官方推理文档建议使用至少 24GB 显存的 GPU；本机没有验证它在 M1 Max 上的运行效果。
代码和模型使用 Fish Audio Research License。研究与非商业用途可按协议免费使用；商用要先拿单独的书面许可。若向他人分发模型或提供包含模型的产品/服务，协议还要求随附许可文本，并在相关网站、界面或产品文档中展示 “Built with Fish Audio”。
费用、设备和声音授权
这几款都能下载模型在本机运行，通常不按每条音频收费，但需要下载模型、安装依赖和占用磁盘；Fish Audio S2 官方建议至少 24GB GPU 显存。Mac 的统一内存不能直接等同于 NVIDIA 显存，是否能运行、速度如何，要看项目的设备支持和实际测试。
声音克隆时只用自己的声音，或已经取得授权的录音。把模型输出放进商业作品前，同时核对模型许可证、样音授权、音乐/背景素材和客户合同；重要语音要完整试听并核对文字。
拿它挣钱
要接收费配音单或给商业视频配音，先逐项核实模型和样音的授权。CosyVoice 3 页面标注 Apache 2.0，但同时有学术用途免责声明，商用前需向维护者确认其适用范围；Fish Audio S2 需要另签商业许可，ChatTTS 模型不适用商业项目，IndexTTS 则要留意协议中的企业规模门槛。不要用未经授权的真人录音克隆后冒充本人。
接下来可以看
- 《在 Mac 上部署 Fun-CosyVoice 3》：安装和生成中文配音。
- ChatTTS 本地部署教程：暂时下架。
- 《在 Mac 上部署 IndexTTS-2.5》：看声音克隆和情绪控制。
本文的许可证核对时间为 2026 年 10 月 10 日。不同模型和版本的许可可能不同，签合同或上线产品前请打开官方模型页确认。