nari-labs/dia2

Dia2是由Nari Labs开发的流式对话TTS模型，支持实时生成音频。无需等待完整文本即可开始输出，适合自然对话场景。提供1B和2B参数版本，仅支持英语生成（最长2分钟），需配合CUDA使用，可通过CLI或Hugging Face Spaces试用。