Free AI Text a veu

Un paràmetre lleuger pel 82M donant un discurs a la qualitat de l'estudi amb la inferència ardent.

Un text neural ràpid, local per al sistema de parla optimitzat per a dispositius Raspbery Pi i encastats.

Modificador de variació condicional amb aprenentatge de adversaris per al text final a veu.

Un text multilingüe d'alta qualitat que dirigeix a la CPU amb un retard mínim.

Model de text auudio basat en transformador que genera un discurs realista, música i efectes sonors.

Versió més lleugera de Bark amb un ús més ràpid de la inferència i menor de memòria.

TTS escalables d'Alibaba amb naturalitat humana i retard de zero.

Model de generació de diàlegs multiparlants que creen converses naturals entre els altaveus.

Descriu la veu que voleu en llenguatge natural i en Parler genera un discurs coincident.

TTS d'alt control d'emoció i expressitives altes.

TTS de veu clonant amb emocions controlables i parlant estil via fuques.

TTS de veu simple clonant que replica qualsevol veu des de només 5 segons d'àudio.

Model TTS emocionals de nivell humà entrenats en 100 K hores de dades de parla.

Una clonació de la veu de l'estat d'un punt de mira amb el control d'emoció de la IA.

Conjunt de text a veu multi-vocatiu en qualitat amb arquitectura autogresiu.

Text a veu humana a través de la difusió d' estil i entrenament adversari.

Una clonació de veu instantània amb un control molt gran sobre l' estil, les emocions i l'accent.

TTS multilingüe de l'Alibaba amb una clonació de veu, veus preestablertes i disseny de veu des del text.

vietnamita + English TTS amb 7 veus preestablertes i clonades de veu zero.

Model de discurs conversaal que genera un diàleg natural amb temps i emocions apropiades.

Caixa de xat ràpid amb etiquetes de retard i de paralingüística per riure, tos i més.

L'àudio Tokenzerzer-freeTS produeix 44.1kHz amb una consistència de paràgraf compatible amb el context.

Model d'Oblisió Ultra 400M que funciona en només 3GB VRAM amb suport clonat de veu.

TTS basat en LLM que s' executa a la CPU, GPU, o navegador a través de llama.cpp i transformadors.js.

Model Microsoft per al contingut multiparlador de llarga forma com podcasts i llibres d'àudio.

Model de paràmetre lleuger 100M per Kyutai amb clonació de veu d'una única mostra.

TTS d' Ultra-pès sota el 80MB. Executa a la CPU sense la GPU.

TTS de la següent generació multilingüe amb bi-stre, control d'emoció, i clonant la veu zero-s.

Primer obre el TTS saudita-Anbibà. STOVER amb un clon de veu d' qualitat de Chatterbox.

variant Qwen3- TTS amb pesos FFN mesclats des del model de llenguatge Qwen3-1. 7B per a clonar-se amb multilingüe.

El model de continuació de la continuació de podcasts multiparlants genera converses a l'estil de podcast amb 5 parlants i 60 minuts d'àudio coherent.

Compacta el model de discurs omni-modal de la inclusió AI amb una sortida de 44. 1kHz i un clon de veu zero-shot.

Una petita variant de 100 anys per a l'SSSST-TS, la mateixa arquitectura, el 80x més petit, el retard de franc.