币界网消息，ZONOS2是首个开源的稀疏混合专家（MoE）架构语音合成模型，拥有80亿总参数，推理时仅需激活9亿参数。该模型主打高保真度与零样本声音克隆，无需微调即可快速提取说话人的声音特征并生成逼真的音频。ZONOS2直接预测音频编解码器（DAC）离散标记，以输出录音室级别的44.1 kHz音频。其训练数据集从初代模型的20万小时扩展至600多万小时，约合707年的音频长度。ZONOS2基于Apache 2.0协议开放权重，并提供GitHub推理代码，同时在搭载AMD硬件的Zyphra云平台提供限时免费在线试用。