能“一步生成”极为逼真的多角色对话语音 能直接根据对话文本生成自然、有情感的多说话人语音 可用音频条件（prompt）进行控制，实现情感、语调的定制。 可通过音频prompt实现声音克隆 权重和推理代码完全公开 单步对话生成：一次性生成完整对话（支持多说话人，如[S1]、[S2]标签）。 非语言标签支持：支持丰富的非语言动作标签，增强真实感。Dia 的完整版需要大约 10GB 的显存可以运行。

使用与开发

• 支持 pip 安装与 Gradio Web 界面体验。

• 可直接作为 Python 库调用或本地 CLI 工具。

• 支持在 HuggingFace 上云端体验，无需本地部署。

• 社区活跃，持续优化升级。

GitHub：https://github.com/nari-labs/dia/

Hugging Face：https://huggingface.co/nari-labs/Dia-1.6B

更多演示：https://yummy-fir-7a4.notion.site/dia