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.

Achieves la taxa d'errors de caràcters més baixa entre models TTS de codi obert.

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.

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.

TTS de dades en primera conversa amb diàleg multiparlador i senyal de paralingüüística.

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

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

TTS d' acústic de zero amb un acústic dual, 5x més ràpid que el TLLM.

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.

Next-generation multilingual TTS with bi-streaming, emotion control, and zero-shot voice cloning.

Ultra-long 20-language TTS supporting up to 1 hour of continuous generation with phoneme-level control.

ByteDance's sparse alignment TTS with adjustable intelligibility vs. speaker similarity.