Kokoro is an 82 million parameter text-to-speech model that punches well above its weight class. Despite its tiny size, it produces remarkably natural and expressive speech. Kokoro supports multiple languages including English, Japanese, Chinese, and Korean with a variety of expressive voices. It runs incredibly fast — generating audio nearly 100x faster than real-time on a GPU.

Am besten für: High-quality TTS with minimal latency, streaming applications

Versuchen Sie kostenlos

Piper Free

Piper is a lightweight text-to-speech engine developed by Rhasspy that uses VITS and larynx architectures. It runs entirely on CPU, making it ideal for edge devices, home automation, and applications requiring offline TTS. With over 100 voices across 30+ languages, Piper delivers natural-sounding speech at real-time speeds even on a Raspberry Pi 4.

Am besten für: Quick previews, accessibility, and embedded applications

Versuchen Sie kostenlos

VITS Free

VITS (Variational Inference with adversarial learning for end-to-end Text-to-Speech) is a parallel end-to-end TTS method that generates more natural sounding audio than current two-stage models. It adopts variational inference augmented with normalizing flows and an adversarial training process, achieving a significant improvement in naturalness.

Am besten für: General-purpose text-to-speech with natural prosody

Versuchen Sie kostenlos

MeloTTS Free

MeloTTS by MyShell.ai is a multilingual TTS library supporting English (American, British, Indian, Australian), Spanish, French, Chinese, Japanese, and Korean. It is extremely fast, processing text at near real-time speed on CPU alone. MeloTTS is designed for production use and supports both CPU and GPU inference.

Am besten für: Production applications needing fast, multilingual TTS

Versuchen Sie kostenlos

Bark Standard

Transformer-based text-to-audio model that generates realistic speech, music, and sound effects.

Entwickler: Suno · Lizenz: MIT

Versuch es.

Bark Small Standard

Lighter version of Bark with faster inference and lower memory usage.

Entwickler: Suno · Lizenz: MIT

Versuch es.

CosyVoice 2 Standard

Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.

Entwickler: Alibaba (Tongyi Lab) · Lizenz: Apache 2.0

Versuch es.

Dia TTS Standard

Multi-Lautsprecher-Dialog-Generierungsmodell, das natürliche Gespräche zwischen Lautsprechern erzeugt.

Entwickler: Nari Labs · Lizenz: Apache 2.0

Versuch es.

Parler TTS Standard

Describe the voice you want in natural language and Parler generates matching speech.

Entwickler: Hugging Face · Lizenz: Apache 2.0

Versuch es.

IndexTTS-2 Standard

Zero-shot TTS with fine-grained emotion control and high expressiveness.

Entwickler: Index Team · Lizenz: Apache 2.0

Versuch es.

Spark TTS Standard

Voice cloning TTS with controllable emotion and speaking style via prompts.

Entwickler: SparkAudio · Lizenz: Apache 2.0

Versuch es.

GPT-SoVITS Standard

Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.

Entwickler: RVC-Boss · Lizenz: MIT

Versuch es.

Orpheus Standard

Human-level emotional TTS model trained on 100K hours of speech data.

Entwickler: Canopy Labs · Lizenz: Llama 3.2 Community

Versuch es.

Qwen3 TTS Standard

Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.

Entwickler: Alibaba (Qwen) · Lizenz: Apache 2.0

Versuch es.

Chatterbox Premium

Modernste Zero-Shot-Stimme, die mit Emotionskontrolle von Resemble KI klont.

Qualität:

Versuch es.

Tortoise TTS Premium

Multi-Voice-Text-to-Speech konzentrierte sich auf Qualität mit autoregressiver Architektur.

Qualität:

Versuch es.

StyleTTS 2 Premium

Human-level text-to-speech through style diffusion and adversarial training.

Qualität:

Versuch es.

OpenVoice Premium

Instant voice cloning with granular control over style, emotion, and accent.

Qualität:

Versuch es.

CosyVoice 2

Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.

Sprachen: en, zh, ja, ko, fr, de, it, es

Klonstimme

IndexTTS-2

Zero-shot TTS with fine-grained emotion control and high expressiveness.

Sprachen: en, zh

Klonstimme

Spark TTS

Voice cloning TTS with controllable emotion and speaking style via prompts.

Sprachen: en, zh

Klonstimme

GPT-SoVITS

Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.

Sprachen: en, zh, ja, ko

Klonstimme

Chatterbox

Modernste Zero-Shot-Stimme, die mit Emotionskontrolle von Resemble KI klont.

Sprachen: en

Klonstimme

Tortoise TTS

Multi-Voice-Text-to-Speech konzentrierte sich auf Qualität mit autoregressiver Architektur.

Sprachen: en

Klonstimme

OpenVoice

Instant voice cloning with granular control over style, emotion, and accent.

Sprachen: en, zh, ja, ko, fr, de, es, it

Klonstimme

Qwen3 TTS

Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.

Sprachen: en, zh, ja, ko, de, fr, ru, pt, es, it

Klonstimme

Entwickler-Erste API

OpenAI-kompatible REST API. Ein Endpunkt, 22+ Modelle. Streaming-Unterstützung für Echtzeit-Anwendungen.

OpenAI-kompatibles Format
Streaming TTS für Echtzeit-Apps
Batch-Verarbeitung für große Arbeitsplätze
Webhook-Benachrichtigungen

API Docs anzeigen

Python

import requests

response = requests.post(
    "https://api.tts.ai/v1/tts/",
    headers={"Authorization": "Bearer sk-tts-xxx"},
    json={
        "model": "kokoro",
        "text": "Hello from TTS.ai!",
        "voice": "af_bella",
    }
)

with open("output.mp3", "wb") as f:
    f.write(response.content)

Einfache, transparente Preisgestaltung

Starten Sie frei, skalieren Sie, wie Sie wachsen.

Frei

50 Gutschriften

Kokoro, Piper, VITS, MeloTTS
500 Zeichen-Grenze
3 gen/Stunde (kein Konto)

Kostenlos anmelden

Starter

$9/m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m

500 Gutschriften/Monat

Alle 22+ Modelle
5.000 Zeichen-Grenze
Stimme Klonen

Erste Schritte

Am beliebtesten

Pro

$29/m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m

2000 Gutschriften/Monat

Alles im Starter
API-Zugriff
Vorrangige Verarbeitung

Pro bekommen

Unternehmen

$99/m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m m

10 000 Gutschriften/Monat

Alles in Pro
Bulk API
Prioritätswarteschlange

Vertrieb kontaktieren

View all plans including credit packs →

Häufig gestellte Fragen

TTS.ai ist die umfassendste KI-Sprachplattform und bietet 22+ Text-zu-Sprechen-Modelle, Sprachklonen, Sprach-zu-Text und Audio-Tools. Alle Modelle sind Open Source ohne Hersteller Lock-In.

Ja! TTS.ai bietet kostenlosen Text-to-Speech mit Kokoro, Piper, VITS und MeloTTS Modelle. Kein Konto erforderlich. Melden Sie sich an, um 50 kostenlose Credits zu erhalten und Zugriff auf alle Modelle. Bezahlte Pläne beginnen bei $9/Monat.

Für die Geschwindigkeit, verwenden Sie Kokoro oder Piper. Für die Qualität, versuchen CosyVoice 2 oder StyleTTS 2. Für die Stimme Klonen, verwenden Sie Chatterbox oder GPT-SoVITS. Für den Dialog, verwenden Sie Dia TTS. Versuchen Sie mehrere Modelle auf dem gleichen Text zu vergleichen.

Ja. OpenAI-kompatible REST API für TTS, STT, Sprachklonen und Audio-Tools. Verfügbar bei Pro ($29/mo) und Enterprise ($99/mo) Plänen. Siehe Dokumentation unter tts.ai/api/.

Die Sprachqualität variiert je nach Modell. Premium-Modelle wie CosyVoice 2, StyleTTS 2 und Chatterbox produzieren menschnahe Sprachqualität mit natürlicher Intonation und Emotion. Kostenlose Modelle wie Kokoro bieten ausgezeichnete Qualität für die meisten Anwendungsfälle.

TTS.ai unterstützt 30+ Sprachen in seiner Modellbibliothek. Englisch hat die größte Modellunterstützung, aber Modelle wie CosyVoice 2 decken Chinesisch, Japanisch und Koreanisch ab; GPT-SoVITS behandelt Chinesisch, Japanisch, Koreanisch und Englisch; und MeloTTS unterstützt Englisch, Spanisch, Französisch, Chinesisch, Japanisch und Koreanisch.

Ja. Die gesamte Verarbeitung erfolgt auf unseren speziellen GPU-Servern. Wir speichern Ihre Texteingaben oder generierten Audiodaten nicht nach der Auslieferung. Hochgeladene Sprachproben zum Klonen werden nur für die aktuelle Sitzung verwendet und nicht gespeichert. Wir geben Ihre Daten niemals an Dritte weiter oder nutzen sie zum Trainieren von Modellen.

Yes. All audio generated on TTS.ai is yours to use commercially, including for YouTube videos, podcasts, audiobooks, apps, advertisements, and products. Our models are open source under permissive licenses (MIT, Apache 2.0). No royalties or attribution required.

TTS.ai erzeugt Audio im WAV-Format standardmäßig für maximale Qualität. Sie können in MP3, FLAC, OGG oder M4A konvertieren mit unserem kostenlosen Audio Converter-Tool. Die API unterstützt die Angabe Ihres bevorzugten Ausgabeformats direkt in der Anfrage.

Upload a short audio sample (as little as 5 seconds) of the voice you want to clone, then type any text to generate speech in that voice. Models like Chatterbox, GPT-SoVITS, and CosyVoice 2 support voice cloning. The cloned voice captures tone, accent, and speaking style.

Kostenlose Modelle (Kokoro, Piper, VITS, MeloTTS) benötigen kein Konto und kosten Nullgutschriften. Standardmodelle (2 Credits/1K Zeichen) beinhalten Bark, CosyVoice 2, F5-TTS und Dia. Premiummodelle (4 Credits/1K Zeichen) umfassen OpenVoice, Chatterbox, StyleTTS 2 und Tortoise. Bezahlte Modelle bieten in der Regel höhere Qualität, mehr Stimmen und zusätzliche Funktionen wie Sprachklonen.

Ja. Die API unterstützt die Batch-Verarbeitung für die Konvertierung großer Mengen an Text in Sprache. Senden Sie mehrere Anfragen und abrufen Sie Ergebnisse asynchron mit Job-UUIDs. Enterprise-Pläne ($99/mo) enthalten Priorität Warteschlange Zugriff für eine schnellere Batch-Verarbeitung. Ideal für Audiobook-Produktion, Kursinhalte und große Voiceover-Projekte.

5.0/5 (1)

Verwenden Sie KI-Stimme heute

Werden Sie Schöpfer, Entwickler und Unternehmen mit TTS.ai

Jetzt kostenlos testen API Docs

Freie KI Text in die Rede

Wie TTS.ai? Sagen Sie es Ihren Freunden!

Alles, was Sie für Voice KI benötigen

Text in die Rede

Rede zum Text

Stimme Klonen

Sprach-Chat

KI-Agenten

AI Music

Sprachwechsler

Audio Enhancer

Vocal Remover

Stängelspalter

Sprachübersetzung

Rede zur Rede

Echo-Entferner

Schlüssel & BPM-Finder

Audio-Konverter

Dokumentleser

Audio Studio

Podcast Generator

Klangeffekte

Batch TTS

Synchronisationsstudio

Widget einbetten

22+ KI-Stimmemodelle

Kokoro

Piper

VITS

MeloTTS

Bark

Bark Small

CosyVoice 2

Dia TTS

Parler TTS

IndexTTS-2

Spark TTS

GPT-SoVITS

Orpheus

Chatterbox

Tortoise TTS

StyleTTS 2

OpenVoice

Qwen3 TTS

Kokoro Free

Piper Free

VITS Free

MeloTTS Free

Bark Standard

Bark Small Standard

CosyVoice 2 Standard

Dia TTS Standard

Parler TTS Standard

IndexTTS-2 Standard

Spark TTS Standard

GPT-SoVITS Standard

Orpheus Standard

Qwen3 TTS Standard

Chatterbox Premium

Tortoise TTS Premium

StyleTTS 2 Premium

OpenVoice Premium

CosyVoice 2

IndexTTS-2

Spark TTS

GPT-SoVITS

Chatterbox

Tortoise TTS

OpenVoice

Qwen3 TTS

Entwickler-Erste API

Einfache, transparente Preisgestaltung

Frei

Starter

Pro

Unternehmen

Häufig gestellte Fragen

Was ist TTS.ai?

Ist TTS.ai frei?

Welches Modell soll ich verwenden?