Maya Research 发布开源流式 TTS 模型 Maya 2 Native，支持 12 种语言和跨语言音色克隆

Maya Research 发布 Maya 2 Native 开源流式语音生成模型，权重与推理代码以 Apache-2.0 开放，支持 12 种印度语言和英语、20 个内置音色，可从 3–10 秒参考音频做零样本及跨语言音色克隆。模型约 2.50B 参数（约 5.0 GB BF16 权重），骨干初始化自 Qwen3-1.7B-Base，配 Mimi codec 和 ECAPA 说话人编码器；在 6,000 条文本的 release 基准上三个 ASR 评审的 CER 为 1.73%–3.49%，VoiceArena 印地语实时 TTS 榜单排名约第 2（Elo 1047）；单张 H100 支持 224 并发流、聚合吞吐 323 倍实时。