Свабодны AI Пераклад тэксту на мовуName
27+ мадэлі з адкрытым зыходным кодам, 219+ галасы, 33+ Мовы. Не патрэбны рахунак.
Усё, што вам трэба для штучнага голасу
Больш за 30 інструментаў, якія працуюць на мадэлях штучнага інтэлекту з адкрытым зыходным кодам
27+ Мадэлі галасоў AIName
Самая поўная калекцыя мадэляў TTS з адкрытым зыходным кодам на адной платформе
Kokoro Вольна
Kokoro - гэта 82- мільённая мадэль пераўтварэння тэксту ў мову, якая пераўзыходзіць свае магчымасці. Нягледзячы на невялікі памер, яна дазваляе атрымліваць натуральную і выразную мову. Kokoro падтрымлівае некалькі моў, у тым ліку англійскую, японскую, кітайскую і карэйскую, з рознымі выразнымі голасамі. Яна працуе неверагодна хутка - генеруе гук амаль у 100 разоў хутчэй, чым у рэальным часе на GPU.
Лепшы для: Высокаякасны TTS з мінімальнай задержкай, стрымінгавыя праграмы
Спроба бясплатна
Piper Вольна
Piper - гэта лёгкі рухавік пераўтварэння тэксту ў мову, распрацаваны Rhasspy, які выкарыстоўвае архітэктуры VITS і larynx. Ён працуе цалкам на працэсары, што робіць яго ідэальным для перыферычных прылад, хатняй аўтаматызацыі і прыкладанняў, якія патрабуюць аўтаномнага пераўтварэння тэксту ў мову. З больш чым 100 галасамі на больш чым 30 мовах, Piper дае натуральна гучную мову з хуткасцю рэальнага часу нават на Raspberry Pi 4.
Лепшы для: Хуткі прагляд, даступнасьць і ўбудаваныя праграмы
Спроба бясплатна
VITS Вольна
VITS (Variation Inference with adversarial learning for end- to- end Text- to- Speech) - гэта паралельны метад перакладу тэксту на мову, які генеруе больш натуральны гук, чым цяперашнія двухступеністыя мадэлі. Ён выкарыстоўвае варыяцыйную інферэнцыю, падмацаваную нармалізуючымі патокамі і канкурэнтным працэсам навучання, што дазваляе дасягнуць значнага паляпшэння натуральнасці.
Лепшы для: Агульная функцыя пераўтварэньня тэксту ў мову з натуральнай празодыяй
Спроба бясплатна
MeloTTS Вольна
MeloTTS ад MyShell. ai - гэта шматмоўная бібліятэка TTS, якая падтрымлівае англійскую (амерыканскую, брытанскую, індыйскую, аўстралійскую), іспанскую, французскую, кітайскую, японскую і карэйскую мовы. Яна вельмі хуткая, апрацоўвае тэкст амаль у рэальным часе толькі на працэсары. MeloTTS распрацавана для выкарыстання ў прамысловасці і падтрымлівае як працэсар, так і графічны працэсар.
Лепшы для: Праектныя праграмы, якія патрабуюць хуткага, шматмоўнага TTS
Спроба бясплатна
OuteTTS Вольна
OuteTTS пашырае магчымасці тэкставага перакладу на мову, захоўваючы арыгінальную архітэктуру. Ён падтрымлівае некалькі backends, уключаючы llama.cpp (CPU/GPU), Hugging Face Transformers, ExLlamaV2, VLLM, і нават выснова браўзэра праз Transformers.js. Уключае ў сябе клонаваньне голасу праз профілі гукарэжысэра, запісаныя ў JSON.
Лепшы для: Разьмяшчаньне Edge, TTS на аснове браўзэра, нізкарэсурсныя асяроддзі
Спроба бясплатна
Pocket TTS Вольна
Pocket TTS ад Kyutai (творцы Moshi) - гэта кампактная мадэль пераўтварэння тэксту ў мову з 100М параметраў, якая пераўзыходзіць сябе па магутнасці. Яна працуе эфектыўна на працэсары, падтрымлівае кланаваньне голасу з аднаго аўдыёсэмплю і выпрацоўвае натуральна гучаючую мову. Маленькі памер мадэлі робіць яе ідэальнай для разьмяшчэньня на краі і ў асяроддзях з нізкімі рэсурсамі.
Лепшы для: Легкае разьмяшчэньне, асяроддзе толькі з CPU, хуткае клянаваньне голасу
Спроба бясплатна
Kitten TTS Вольна
Kitten TTS ад KittenML - гэта вельмі лёгкая мадэль пераўтварэння тэксту ў мову, пабудаваная на ONNX. З варыянтамі ад 15М да 80М параметраў (25- 80 МБ на дыску), яна забяспечвае высокакваліфікаваны сінтэз голасу на ЦПУ без патрэбы ў ГП. Ёсць 8 убудаваных голасаў, рэгулюемая хуткасць гаворкі і ўбудаваная папярэдняя апрацоўка тэксту для лікаў, валют і адзінак. Ідэальна падыходзіць для разгортвання на перыферыі і праграм з нізкімі затрымакамі.
Лепшы для: Хуткі, лёгкі TTS, эфектыўныя праграмы з нізкімі затрымакамі
Спроба бясплатна
Bark Стандартны
Праграмнае забеспячэнне для пераўтварэння тэксту ў аўдыё, якое генеруе рэалістычную мову, музыку і гукавыя эфекты.
Распрацоўшчык: Suno · Ліцэнзія: MIT
Паспрабуйце
Bark Small Стандартны
Гэтая версія была больш хуткай і мела больш магутны працэсар і памяць.
Распрацоўшчык: Suno · Ліцэнзія: MIT
Паспрабуйце
CosyVoice 2 Стандартны
Нацыянальны гімн Рэспублікі Беларусь — гімн Рэспублікі Беларусь і дзяржаўны гімн Рэспублікі Беларусь.
Распрацоўшчык: Alibaba (Tongyi Lab) · Ліцэнзія: Apache 2.0
Паспрабуйце
Dia TTS Стандартны
Інфармацыйна-камунікацыйныя тэхналогіі (ІКТ) — комплекс тэхналогій, якія дазваляюць арганізаваць камунікацыю паміж людзьмі.
Распрацоўшчык: Nari Labs · Ліцэнзія: Apache 2.0
Паспрабуйце
Parler TTS Стандартны
Апішыце патрэбны вам голас на натуральнай мове, і Parler створыць адпаведны голас.
Распрацоўшчык: Hugging Face · Ліцэнзія: Apache 2.0
Паспрабуйце
GLM-TTS Стандартны
З'яўляецца адным з найбуйнейшых у свеце вытворцаў аўтамабіляў з адкрытым зыходным кодам.
Распрацоўшчык: Zhipu AI · Ліцэнзія: GLM-4 License
Паспрабуйце
IndexTTS-2 Стандартны
Сістэма лічбавага тэлебачання мае высокую эфектыўнасць і высокую дакладнасць.
Распрацоўшчык: Index Team · Ліцэнзія: Bilibili Model License
Паспрабуйце
Spark TTS Стандартны
Гісторыя тэорыі лічбаў і матэматыкі ў кантэксце лічбавых тэхналогій.
Распрацоўшчык: SparkAudio · Ліцэнзія: CC BY-NC-SA 4.0
Паспрабуйце
GPT-SoVITS Стандартны
Усяго было выпушчана каля 5000 экзэмпляраў кнігі, што складае каля 50 % усяго накладу часопіса.
Распрацоўшчык: RVC-Boss · Ліцэнзія: MIT
Паспрабуйце
Orpheus Стандартны
У 100-гадовым юбілеі гімназіі было выдадзена 100-тысячнае выданне кнігі.
Распрацоўшчык: Canopy Labs · Ліцэнзія: Llama 3.2 Community
Паспрабуйце
Qwen3 TTS Стандартны
Мультымоўны TTS Alibaba з клонаваннем голасу, прадвызначанымі голасамі і дызайнам голасу з тэксту.
Распрацоўшчык: Alibaba (Qwen) · Ліцэнзія: Apache 2.0
Паспрабуйце
Chatterbox Turbo Стандартны
У 2000-я гг. з'явіліся новыя тэхналогіі, якія дазваляюць вырабляць 2D-мадэлі, 3D-мадэлі і г.д.
Распрацоўшчык: Resemble AI · Ліцэнзія: MIT
Паспрабуйце
VoxCPM Стандартны
44,1 % насельніцтва займаюцца сельскай гаспадаркай, у тым ліку 41,1 % — жывёлагадоўляй.
Распрацоўшчык: OpenBMB · Ліцэнзія: Apache 2.0
Паспрабуйце
VibeVoice Стандартны
Мадэлі Microsoft для доўгатэрміновага кантэнту, такіх як подкасты і аўдыёкнігі.
Распрацоўшчык: Microsoft · Ліцэнзія: MIT
Паспрабуйце
CosyVoice3 Стандартны
Next-generation multilingual TTS with bi-streaming, emotion control, and zero-shot voice cloning.
Распрацоўшчык: Alibaba (FunAudioLLM) · Ліцэнзія: Apache 2.0
Паспрабуйце
Chatterbox Выдатна
Сістэма лічбавага тэлевізійнага вяшчання ўключае ў сябе лічбавае тэлебачанне і лічбавую радыёвяшчанне.
Якасць:
Паспрабуйце
Tortoise TTS Выдатна
Большасць тэкстаў напісана ў стылі класіцызму з элементамі рэнесансу.
Якасць:
Паспрабуйце
StyleTTS 2 Выдатна
Працаваў у галіне тэарэтычнай геаграфіі і геаграфічнай геаграфіі.
Якасць:
Паспрабуйце
OpenVoice Выдатна
Неадкладнае кланаванне голасу з дэталёвым кантролем над стылем, эмоцыямі і акцэнтам.
Якасць:
Паспрабуйце
Sesame CSM Выдатна
Нацыянальная мова — мова, на якой гавораць насельніцтва краіны і яе нацыянальныя меншасці.
Якасць:
ПаспрабуйцеCosyVoice 2
Нацыянальны гімн Рэспублікі Беларусь — гімн Рэспублікі Беларусь і дзяржаўны гімн Рэспублікі Беларусь.
Мовы: en, zh, ja, ko, fr, de, it, es
Клонаваць голасGLM-TTS
З'яўляецца адным з найбуйнейшых у свеце вытворцаў аўтамабіляў з адкрытым зыходным кодам.
Мовы: en, zh
Клонаваць голасIndexTTS-2
Сістэма лічбавага тэлебачання мае высокую эфектыўнасць і высокую дакладнасць.
Мовы: en, zh
Клонаваць голасSpark TTS
Гісторыя тэорыі лічбаў і матэматыкі ў кантэксце лічбавых тэхналогій.
Мовы: en, zh
Клонаваць голасGPT-SoVITS
Усяго было выпушчана каля 5000 экзэмпляраў кнігі, што складае каля 50 % усяго накладу часопіса.
Мовы: en, zh, ja, ko
Клонаваць голасChatterbox
Сістэма лічбавага тэлевізійнага вяшчання ўключае ў сябе лічбавае тэлебачанне і лічбавую радыёвяшчанне.
Мовы: en
Клонаваць голасTortoise TTS
Большасць тэкстаў напісана ў стылі класіцызму з элементамі рэнесансу.
Мовы: en
Клонаваць голасOpenVoice
Неадкладнае кланаванне голасу з дэталёвым кантролем над стылем, эмоцыямі і акцэнтам.
Мовы: en, zh, ja, ko, fr, de, es, it
Клонаваць голасQwen3 TTS
Мультымоўны TTS Alibaba з клонаваннем голасу, прадвызначанымі голасамі і дызайнам голасу з тэксту.
Мовы: en, zh, ja, ko, de, fr, ru, pt, es, it
Клонаваць голасChatterbox Turbo
У 2000-я гг. з'явіліся новыя тэхналогіі, якія дазваляюць вырабляць 2D-мадэлі, 3D-мадэлі і г.д.
Мовы: en
Клонаваць голасVoxCPM
44,1 % насельніцтва займаюцца сельскай гаспадаркай, у тым ліку 41,1 % — жывёлагадоўляй.
Мовы: en, zh
Клонаваць голасOuteTTS
LLM-заснаваны TTS, які працуе на CPU, GPU, або браўзэры праз llama.cpp і Transformers.js.
Мовы: en
Клонаваць голасPocket TTS
У 100-м годзе да н.э. быў заснаваны горад Кіпр, які стаў цэнтрам адной з гістарычных правінцый.
Мовы: en, fr
Клонаваць голасCosyVoice3
Next-generation multilingual TTS with bi-streaming, emotion control, and zero-shot voice cloning.
Мовы: en, zh, ja, ko, de, es, fr, it, ru
Клонаваць голасAPI для распрацоўшчыкаў
OpenAI-сумяшчальны REST API. Адзін канец, 22+ мадэлі. Падтрымка стрымінгу для прыкладанняў рэальнага часу.
- Фармат, сумяшчальны з OpenAI
- Трансляцыя TTS для праграмаў рэальнага часу
- Пакетная апрацоўка вялікіх заданняў
- Абвяшчэнні Webhook
pip install ttsai
npm install @ttsainpm/ttsai
from tts_ai import TTSClient
client = TTSClient(api_key="sk-tts-xxx")
audio = client.generate(
text="Hello from TTS.ai!",
model="kokoro",
voice="af_bella",
)
client.save(audio, "output.mp3")Простая, празрыстая цана
Пачынайце бясплатна. Змяняйце памер па меры росту.
Свабодны
Крэдыты
- Kokoro, Piper, VITS, MeloTTS
- Абмежаванне на 500 знакаў
- 3 гадзіны (без рахунку)
Старт
500 кредитов/ месяц
- Усе 22+ мадэлі
- 100, 000 знакаў на пакаленне
- Клонаванне голасу
Прафесійны
2, 000 крэдыт/ месяц
- Усё ў запуску
- Даступ да API
- Прыярытэтная апрацоўка
Частыя пытанні
Што мы можам палепшыць? Ваша ацэнка дапаможа нам выправіць праблемы.
Пачаць карыстацца AI Voice сёньня
Далучайцеся да стваральнікаў, распрацоўшчыкаў і кампаній, якія карыстаюцца TTS.ai