Free AI Text to SpeechGenericName
20+ open-source modèl, 107+ vwa, 32+ Pa gen kont mande.
Tout sa ou bezwen pou Voice AI
30+ zouti sipòte pa modèl AI open-source
20+ Modèl Vokal AI
Koleksyon ki pi konplè nan modèl TTS open-source nan yon sèl platfòm
Kokoro Free
Kokoro se yon 82 milyon paramèt tèks-a-parole modèl ki punches byen pi wo pase klas pwa li. Pandan ke gwosè li ti, li pwodwi pale remarkabman natirèl ak ekspresif. Kokoro sipòte plizyè lang ki gen ladan angle, Japonè, Chinwa, ak Koreyen ak yon varyete de vwa ekspresif. Li kouri incredibly vit — jenere son prèske 100x pi vit pase tan reyèl sou yon GPU.
Pi bon pou: TTS bon jan kalite segondè ak latency minimòm, aplikasyon streaming
Eseye gratis
Piper Free
Piper se yon motè tèks-a-parole limyè devlope pa Rhasspy ki itilize VITS ak larynx achitekti. Li kouri konplètman sou CPU, ki fè li ideyal pou aparèy edge, automatisation kay, ak aplikasyon ki mande TTS offline. Avèk plis pase 100 vwa nan plis pase 30 lang, Piper bay pale son natirèl nan vitès tan reyèl menm sou yon Raspberry Pi 4.
Pi bon pou: Previews rapid, accessibility, and embedded applications
Eseye gratis
VITS Free
VITS (Variational Inference with adversarial learning for end-to-end Text-to-Speech) se yon metòd TTS paralèl bout-a-bòd ki kreye yon son ki pi natirèl pase modèl aktyèl ki baze sou de etap. Li adopte inférence variational ki ogmante ak koule normalisation ak yon pwosesis antrenman adversarial, rive jwenn yon amelyorasyon siyifikatif nan natiralizasyon.
Pi bon pou: Text-to-speech pou rezon jeneral ak prozodi natirèlName
Eseye gratis
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.
Pi bon pou: Aplikasyon pwodiksyon ki bezwen TTS rapid, multilenguage
Eseye gratis
Bark Standard
Modèl tèks-nan-son ki baze sou transformateur ki jenere pale, mizik, ak efè son realist.
Pwogramè: Suno · Lisans: MIT
Tcheke li
Bark Small Standard
Versiyon ki pi limyè nan Bark ak inférence pi vit ak itilize nan memwa ki pi ba.
Pwogramè: Suno · Lisans: MIT
Tcheke li
CosyVoice 2 Standard
Alibaba's scalable streaming TTS ak natiralizasyon parite imen ak latency prèske zewo.
Pwogramè: Alibaba (Tongyi Lab) · Lisans: Apache 2.0
Tcheke li
Dia TTS Standard
Modèl jenerasyon dyalòg multi-pale ki kreye konvèsasyon natirèl ant pale yo.
Pwogramè: Nari Labs · Lisans: Apache 2.0
Tcheke li
Parler TTS Standard
Descrivez la voix que vous voulez dans la langue naturelle et Parler génère la parole correspondante.
Pwogramè: Hugging Face · Lisans: Apache 2.0
Tcheke li
GLM-TTS Standard
Li gen pi ba pousantaj erè karaktè ant modèl TTS ki gen sous louvri.
Pwogramè: Zhipu AI · Lisans: GLM-4 License
Tcheke li
IndexTTS-2 Standard
Zero-shot TTS ak kontwòl emosyon fine-grained ak ekspresyon segondè.
Pwogramè: Index Team · Lisans: Bilibili Model License
Tcheke li
Spark TTS Standard
Voye klonaj TTS ak emosyon kontwole ak style pale via pwompts.
Pwogramè: SparkAudio · Lisans: CC BY-NC-SA 4.0
Tcheke li
GPT-SoVITS Standard
Few-shot klonaj vwa TTS ki replike nenpòt vwa soti nan jis 5 segonn nan son.
Pwogramè: RVC-Boss · Lisans: MIT
Tcheke li
Orpheus Standard
100,000 èdtan nan done pale yo te itilize pou fòme yon modèl TTS emosyonèl nivo imen.
Pwogramè: Canopy Labs · Lisans: Llama 3.2 Community
Tcheke li
Qwen3 TTS Standard
Alibaba's multilingual TTS ak klonaj vwa, preset vwa, ak konsepsyon vwa soti nan tèks.
Pwogramè: Alibaba (Qwen) · Lisans: Apache 2.0
Tcheke li
Chatterbox Premium
Pwogram sa a gen ladan tou yon sistèm klonaj vwa ak kontwòl emosyonèl ki rele Resemble AI.
Kalite:
Tcheke li
Tortoise TTS Premium
Atik sa a se yon atik ki gen anpil valè ki gen rapò ak arkeoloji.
Kalite:
Tcheke li
StyleTTS 2 Premium
Edikasyon nan lang kreyòl se yon edikasyon ki baze sou divèsite ak konpreyansyon.
Kalite:
Tcheke li
OpenVoice Premium
Instant klonaj vwa ak kontwòl granulaire sou style, emosyon, ak aksan.
Kalite:
Tcheke li
Sesame CSM Premium
Modèl pale konvèsatif ki kreye yon dyalòg natirèl ak tan ak emosyon ki apwopriye.
Kalite:
Tcheke liCosyVoice 2
Alibaba's scalable streaming TTS ak natiralizasyon parite imen ak latency prèske zewo.
Lang: en, zh, ja, ko, fr, de, it, es
Klone VoyIndexTTS-2
Zero-shot TTS ak kontwòl emosyon fine-grained ak ekspresyon segondè.
Lang: en, zh
Klone VoyGPT-SoVITS
Few-shot klonaj vwa TTS ki replike nenpòt vwa soti nan jis 5 segonn nan son.
Lang: en, zh, ja, ko
Klone VoyChatterbox
Pwogram sa a gen ladan tou yon sistèm klonaj vwa ak kontwòl emosyonèl ki rele Resemble AI.
Lang: en
Klone VoyOpenVoice
Instant klonaj vwa ak kontwòl granulaire sou style, emosyon, ak aksan.
Lang: en, zh, ja, ko, fr, de, es, it
Klone VoyQwen3 TTS
Alibaba's multilingual TTS ak klonaj vwa, preset vwa, ak konsepsyon vwa soti nan tèks.
Lang: en, zh, ja, ko, de, fr, ru, pt, es, it
Klone VoyDeveloper-First API
OpenAI-kompatib REST API. One endpoint, 22 + modèl. Streaming sipò pou aplikasyon an tan reyèl.
- OpenAI-kompatib fòma
- Streaming TTS pou aplikasyon an tan reyèl
- Batch pwosesis pou gwo travay
- Notifikasyon 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")Pri senp, transparan
Kòmanse gratis. Skale kòm ou grandi.
Gratis
50 kredi
- Kokoro, Piper, VITS, MeloTTS
- Limit 500 karaktè
- 3 gen/èdtan (pa gen kont)
Kesyon ki poze souvan
Kòmanse itilize AI Voice jodi a
Join kreyatè, devlopè, ak biznis ki itilize TTS.ai