AI生成语音/克隆方面现在哪些平台比较强啊？开源有什么平替推荐吗？

最近刷短视频的时候看到很多AI生成的视频中人物的语音的还原度，甚至语气的变化，停顿都非常的好，有没有佬比较懂这方面的给讲讲现在声音领域哪些AI平台比较牛呢(我目前了解到的有字节系和minimax的好像还不错挺不错的，但是具体哪个更好更有性价比不是很了解)。

以及有没有什么好的开源方案推荐呢(我之前尝鲜本地部署跑过b站的那个IndexTTS-2和阿里的那个TTS3那种零样本克隆，前天又试了一下GPT-SoVITS，但是感觉效果不是很好可能是我训练的数据集太少了)。有没有比较懂的佬友说一下现在闭源和开源的差距大吗，有必要用开源的项目本地跑吗？开源的话哪个项目在克隆效果上会更好一些呢，因为我看这几个项目都比较聚焦零样本克隆，感觉还原度可能不会那么高只是勉强能用的样子，阿里的这个TTS3倒是支持本地微调训练。GPT-SoVITS的话我感觉可能是我训练集时长太短了出来的效果没那么好。