Dia 是 Nari Labs 推出的开源文本转语音（TTS）模型，拥有 16亿参数，根据文本脚本直接生成高度逼真的对话语音，支持多说话者标记、情感语调控制以及非语言提示（如笑声、咳嗽声等），通过语音克隆功能生成与特定音频相似的声音。Dia 的代码和权重已在 Hugging Face 和 GitHub 上开源，用户可以下载并本地部署，也可以通过 Gradio 界面在线体验。
