Vapaa tekoäly Teksti puheenaiheeksi
22+ avoimen lähdekoodin mallia, 100+ ääntä, 32+ Kieliä. Ei tiliä.
Kaikki mitä tarvitset puheälyyn
26 työkalua, joissa on 24+ avoimen lähdekoodin tekoälymallia
22+ tekoälyn äänimallit
Kattava kokoelma avoimen lähdekoodin TTS-malleja yhdellä alustalla
Chatterbox
Kokoro Free
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.
Paras: High-quality TTS with minimal latency, streaming applications
Kokeile vapaasti
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.
Paras: Quick previews, accessibility, and embedded applications
Kokeile vapaasti
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.
Paras: General-purpose text-to-speech with natural prosody
Kokeile vapaasti
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.
Paras: Tuotantosovelluksia, jotka tarvitsevat nopeita, monikielisiä TTS-sovelluksia
Kokeile vapaasti
Bark Standard
Transformer-based text-to-audio model that generates realistic speech, music, and sound effects.
Kehittäjä: Suno · Lisenssi: MIT
Kokeile.
Bark Small Standard
Lighter version of Bark with faster inference and lower memory usage.
Kehittäjä: Suno · Lisenssi: MIT
Kokeile.
CosyVoice 2 Standard
Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.
Kehittäjä: Alibaba (Tongyi Lab) · Lisenssi: Apache 2.0
Kokeile.
Dia TTS Standard
Monikielisten dialogien sukupolven malli, joka luo luonnollisia keskusteluja puhujien välillä.
Kehittäjä: Nari Labs · Lisenssi: Apache 2.0
Kokeile.
Parler TTS Standard
Describe the voice you want in natural language and Parler generates matching speech.
Kehittäjä: Hugging Face · Lisenssi: Apache 2.0
Kokeile.
IndexTTS-2 Standard
Zero-shot TTS with fine-grained emotion control and high expressiveness.
Kehittäjä: Index Team · Lisenssi: Apache 2.0
Kokeile.
Spark TTS Standard
Voice cloning TTS with controllable emotion and speaking style via prompts.
Kehittäjä: SparkAudio · Lisenssi: Apache 2.0
Kokeile.
GPT-SoVITS Standard
Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.
Kehittäjä: RVC-Boss · Lisenssi: MIT
Kokeile.
Orpheus Standard
Human-level emotional TTS model trained on 100K hours of speech data.
Kehittäjä: Canopy Labs · Lisenssi: Llama 3.2 Community
Kokeile.
Qwen3 TTS Standard
Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.
Kehittäjä: Alibaba (Qwen) · Lisenssi: Apache 2.0
Kokeile.
Tortoise TTS Premium
Moniääninen tekstipuhe keskittyi laatuun autoregressiivisen arkkitehtuurin avulla.
Laatu:
Kokeile.
StyleTTS 2 Premium
Human-level text-to-speech through style diffusion and adversarial training.
Laatu:
Kokeile.
OpenVoice Premium
Välitön äänenkloonaus, jolla hallitaan rakeisesti tyyliä, tunteita ja korostusta.
Laatu:
Kokeile.CosyVoice 2
Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.
Kielet: en, zh, ja, ko, fr, de, it, es
KlooniääniIndexTTS-2
Zero-shot TTS with fine-grained emotion control and high expressiveness.
Kielet: en, zh
KlooniääniSpark TTS
Voice cloning TTS with controllable emotion and speaking style via prompts.
Kielet: en, zh
KlooniääniGPT-SoVITS
Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.
Kielet: en, zh, ja, ko
KlooniääniTortoise TTS
Moniääninen tekstipuhe keskittyi laatuun autoregressiivisen arkkitehtuurin avulla.
Kielet: en
KlooniääniOpenVoice
Välitön äänenkloonaus, jolla hallitaan rakeisesti tyyliä, tunteita ja korostusta.
Kielet: en, zh, ja, ko, fr, de, es, it
KlooniääniQwen3 TTS
Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.
Kielet: en, zh, ja, ko, de, fr, ru, pt, es, it
KlooniääniKehittäjä-Ensimmäinen API
OpenAI-yhteensopiva REST API. Yksi päätetapahtuma, 22+-mallia. Suoratoistotuki reaaliaikaisiin sovelluksiin.
- OpenAI-yhteensopiva muoto
- Virrataan TTS:ää reaaliaikaisiin sovelluksiin
- Erän käsittely suurille työpaikoille
- Verkkokoukkuilmoitukset
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)Yksinkertainen, läpinäkyvä hinnoittelu
Aloita vapaalla ja laajenna kasvaessasi.
Vapaa
50 opintopistettä
- Kokoro, Piper, VITS, MeloTTS
- 500 merkin raja-arvo
- 3 gen/tunti (ei tiliä)
Käynnistin
500 opintopistettä kuukaudessa
- Kaikki 22+-mallit
- 5 000 merkin raja-arvo
- Äänien kloonaus
Pro
2 000 opintopistettä kuukaudessa
- Kaikki Starterissa
- API-yhteys
- Ensisijainen käsittely
Yritystoiminta
10 000 opintopistettä/kuukausi
- Kaikki Prossa
- Bulk API
- Ensisijainen jono
Usein kysyttyjä kysymyksiä
Ala käyttää tekoälyääntä nykyään
Liity TTS.ain kehittäjiin, kehittäjiin ja yrityksiin