dots.tts stammt von RedNote (Xiaohongshu), der chinesischen Social-Media-Plattform, die auch als „Rotes Buch" bekannt ist, und wurde Anfang Juni 2026 als Open-Source-Projekt unter der Apache-2.0-Lizenz veröffentlicht. Das Modell mit 2 Milliarden Parametern setzt auf eine vollständig kontinuierliche Architektur – ein Ansatz, der sich von gängigen TTS-Systemen abhebt, die typischerweise auf diskrete Codec-Tokens (z. B. EnCodec oder SoundStream) als Zwischendarstellung setzen. Indem dots.tts direkt im kontinuierlichen Merkmalsraum operiert, entfällt die Quantisierungsstufe, was potenzielle Qualitätsverluste durch Tokenisierung vermeidet. Ebenfalls ungewöhnlich ist der Verzicht auf eine Phonem-Pipeline: Statt Text zunächst in phonetische Zwischenrepräsentationen zu übersetzen, erfolgt die Synthese direkt aus dem Rohtext. Die Ausgabe erfolgt mit 48 kHz, was oberhalb der für Sprache üblichen 22–24 kHz liegt und näher an Musik-Audio-Qualität heranreicht. Zero-Shot-Voice-Cloning ermöglicht es, eine neue Stimme anhand eines kurzen Audiobeispiels zu imitieren, ohne das Modell nachtrainieren zu müssen. Technische Details sind in einem begleitenden Arxiv-Bericht (2608.16894) dokumentiert; Code und Modellgewichte sind auf GitHub verfügbar.