Ingyenes MI Szöveg a beszédhez
31+ nyílt forráskódú modellek, 231+ hangok, 34+ nyelveket. Számla nem szükséges.
Minden, amire szükséged van a hangjelzőhöz
30+ szerszámok nyílt forráskódú MI modellekkel
31+ AI hangmodellek
A nyílt forráskódú TTS modellek legátfogóbb gyűjteménye egy platformon
Kokoro Ingyenes
Kokoro egy 82 millió paraméteres szövegtől-beszédig modell, amely jóval a súlyosztály felett üt. Kis mérete ellenére rendkívül természetes és kifejező beszédet ad. Kokoro több nyelvet támogat, köztük angolt, japánt, kínait és koreait különböző expresszív hangokkal. Hihetetlenül gyorsan fut, közel 100x-kal gyorsabban generál hangokat, mint valós időben egy GPU-n.
Legjobb: Kiváló minőségű TTS minimális késéssel, streaming alkalmazásokkal
Próbálja ki a szabad
Piper Ingyenes
Piper egy könnyű SMS-to-speech motor által kifejlesztett Rhasspy, amely használja VITS és gége architektúrák. Ez teljesen a CPU, így ideális az él eszközök, otthon automatizálás, és alkalmazások igényel offline TTS. Több mint 100 hangok 30+ nyelvek, Piper szállít természetes hangzású beszéd valós idejű sebesség még egy málna Pi 4.
Legjobb: Gyors előnézetek, akadálymentesítés és beágyazott alkalmazások
Próbálja ki a szabad
VITS Ingyenes
A VITS (Variational Inference with adversarial learning for end-to-end Text-to-Speech) egy párhuzamos vég-vég-vég TTS módszer, amely több természetes hangzást generál, mint a jelenlegi kétlépcsős modellek. A standardizáló áramlásokkal és egy ellenzős képzési folyamattal kiegészített variációs következtetéseket fogad el, amelyek jelentős javulást eredményeznek a természetességben.
Legjobb: Általános célú szöveg-szólás természetes proszódiával
Próbálja ki a szabad
MeloTTS Ingyenes
MelotTS by MyShell.ai egy többnyelvű TTS könyvtár támogató angol (amerikai, brit, indiai, ausztrál), spanyol, francia, kínai, japán, és koreai. Ez rendkívül gyors, feldolgozás szöveg közel valós idejű sebesség CPU egyedül. MelotTS célja a termelés használata, és támogatja a CPU és a GPU következtetések.
Legjobb: Gyors, többnyelvű TTS gyártási alkalmazásokra van szükség
Próbálja ki a szabad
OuteTTS Ingyenes
Az OuteTTS nagy nyelvi modelleket nyújt szöveges-speech képességekkel, miközben megőrzi az eredeti architektúrát. Támogatja a több backendet, beleértve a lama.cpp (CPU/GPU), az ölelés Face Transformers, ExLlamaV2, VLLM, és még böngészői következtetéseket Transformers.js. Jellemzők zéró-shot hang klónozás a hangszóró profilok mentett JSON.
Legjobb: Edge telepítése, böngészőalapú TTS, alacsony forráskódú környezetek
Próbálja ki a szabad
Pocket TTS Ingyenes
A Kyutai Pocket TTS (Moshi alkotói) egy kompakt 100M-es paraméterű szövegtől-beszédig modell, amely jóval a súlya fölé hat. Hatékonyan fut a CPU-n, támogatja a zéró hang klónozását egyetlen audió mintából, és természetes hangzású beszédet ad. A kis modell mérete ideálissá teszi az élkiépítéshez és az alacsony forráskódú környezetekhez.
Legjobb: Könnyű bevetés, csak CPU környezetek, gyors hang klónozás
Próbálja ki a szabad
Kitten TTS Ingyenes
Kitten TTS által KittenML egy ultra-könnyű szöveg-to-speech modell épült ONNX. Változatok 15M-től 80M paraméterek (25-80 MB lemezen), hogy kiváló minőségű hangszintézist CPU nélkül igényel GPU. Jellemzők 8 beépített hangok, állítható beszédsebesség, és beépített szöveg előfeldolgozás számok, pénznemek, és egységek. Ideális szél telepítése és alacsony-szélességű alkalmazások.
Legjobb: Gyors, könnyű TTS, élkialakítás, alacsony latenciajú alkalmazások
Próbálja ki a szabad
Bark Szabvány
Transformer-alapú szöveg-audio modell, amely realisztikus beszéd, zene, és hanghatások.
Fejlesztő: Suno · Jogosítvány: MIT
Próbáld ki.
Bark Small Szabvány
Könnyebb változata Bark gyorsabb következtetés és kisebb memória használat.
Fejlesztő: Suno · Jogosítvány: MIT
Próbáld ki.
CosyVoice 2 Szabvány
Alibaba skálázható TTS-e emberi-paritatív természetességgel és majdnem nulla késéssel.
Fejlesztő: Alibaba (Tongyi Lab) · Jogosítvány: Apache 2.0
Próbáld ki.
Dia TTS Szabvány
Multi-speaker dialógus generációs modell, amely létrehoz természetes beszélgetések hangszórók között.
Fejlesztő: Nari Labs · Jogosítvány: Apache 2.0
Próbáld ki.
Parler TTS Szabvány
Írja le a kívánt hangot természetes nyelven, és Parler generál megfelelő beszédet.
Fejlesztő: Hugging Face · Jogosítvány: Apache 2.0
Próbáld ki.
GLM-TTS Szabvány
A nyílt forráskódú TTS-modellek közül a legalacsonyabb karakterhibát éri el.
Fejlesztő: Zhipu AI · Jogosítvány: GLM-4 License
Próbáld ki.
IndexTTS-2 Szabvány
Zéró lövés TTS finoman kifinomult érzelmi kontroll és magas kifejezőképesség.
Fejlesztő: Index Team · Jogosítvány: Bilibili Model License
Próbáld ki.
Spark TTS Szabvány
Hang klónozása TTS irányítható érzelemmel és beszédstílus segítségével prompts.
Fejlesztő: SparkAudio · Jogosítvány: CC BY-NC-SA 4.0
Próbáld ki.
GPT-SoVITS Szabvány
Kevés hang klónozza a TTS-t, ami lemásolja a hangot mindössze 5 másodpercnyi hangból.
Fejlesztő: RVC-Boss · Jogosítvány: MIT
Próbáld ki.
Orpheus Szabvány
Emberi szintű TTS modell, 100 ezer órányi beszédadattal.
Fejlesztő: Canopy Labs · Jogosítvány: Llama 3.2 Community
Próbáld ki.
Qwen3 TTS Szabvány
Alibaba többnyelvű TTS hang klónozás, előre beállított hangok, és hangtervezés szövegből.
Fejlesztő: Alibaba (Qwen) · Jogosítvány: Apache 2.0
Próbáld ki.
Chatterbox Turbo Szabvány
Gyorsabb Chatterbox szub-200 ms késés és paralinguista címkék nevetés, köhögés, és így tovább.
Fejlesztő: Resemble AI · Jogosítvány: MIT
Próbáld ki.
Dia 2 Szabvány
Streaming-első társalgási TTS több hangszórós párbeszéd és paralinguista dákók.
Fejlesztő: Nari Labs · Jogosítvány: Apache 2.0
Próbáld ki.
VoxCPM Szabvány
Tokenizer-mentes TTS 44.1kHz audio konzisztenciával.
Fejlesztő: OpenBMB · Jogosítvány: Apache 2.0
Próbáld ki.
TADA Szabvány
Zéró hallucinációs TTS szöveges akusztikus kettős beállítással, 5x gyorsabb, mint az összehasonlítható LLM TTS.
Fejlesztő: Hume AI · Jogosítvány: MIT
Próbáld ki.
VibeVoice Szabvány
Microsoft modell hosszú formájú több hangszórós tartalom, mint a podcasts és audiobooks.
Fejlesztő: Microsoft · Jogosítvány: MIT
Próbáld ki.
CosyVoice3 Szabvány
Next-generation multilingual TTS with bi-streaming, emotion control, and zero-shot voice cloning.
Fejlesztő: Alibaba (FunAudioLLM) · Jogosítvány: Apache 2.0
Próbáld ki.
Chatterbox Prémium
A legmodernebb zéró hangú klónozás érzelmi irányítással Resemble AI-tól.
Minőség:
Próbáld ki.
Tortoise TTS Prémium
A többhangú szövegtől a beszédig a minőségre koncentrált, autoregresszív architektúrával.
Minőség:
Próbáld ki.
StyleTTS 2 Prémium
Az emberi szintű szövegtől a beszédig a stílusdiffúziós és az ellenzői képzésen keresztül.
Minőség:
Próbáld ki.
OpenVoice Prémium
Azonnali hang klónozás szemcsés kontroll felett stílus, érzelem, és akcentus.
Minőség:
Próbáld ki.
Sesame CSM Prémium
Beszélgetési beszéd modell generál természetes párbeszéd megfelelő időzítéssel és érzelmekkel.
Minőség:
Próbáld ki.
MOSS-TTS Prémium
Ultra-long 20-language TTS supporting up to 1 hour of continuous generation with phoneme-level control.
Minőség:
Próbáld ki.
MegaTTS3 Prémium
ByteDance's sparse alignment TTS with adjustable intelligibility vs. speaker similarity.
Minőség:
Próbáld ki.CosyVoice 2
Alibaba skálázható TTS-e emberi-paritatív természetességgel és majdnem nulla késéssel.
Nyelvek: en, zh, ja, ko, fr, de, it, es
KlónhangGLM-TTS
A nyílt forráskódú TTS-modellek közül a legalacsonyabb karakterhibát éri el.
Nyelvek: en, zh
KlónhangIndexTTS-2
Zéró lövés TTS finoman kifinomult érzelmi kontroll és magas kifejezőképesség.
Nyelvek: en, zh
KlónhangSpark TTS
Hang klónozása TTS irányítható érzelemmel és beszédstílus segítségével prompts.
Nyelvek: en, zh
KlónhangGPT-SoVITS
Kevés hang klónozza a TTS-t, ami lemásolja a hangot mindössze 5 másodpercnyi hangból.
Nyelvek: en, zh, ja, ko
KlónhangChatterbox
A legmodernebb zéró hangú klónozás érzelmi irányítással Resemble AI-tól.
Nyelvek: en
KlónhangTortoise TTS
A többhangú szövegtől a beszédig a minőségre koncentrált, autoregresszív architektúrával.
Nyelvek: en
KlónhangOpenVoice
Azonnali hang klónozás szemcsés kontroll felett stílus, érzelem, és akcentus.
Nyelvek: en, zh, ja, ko, fr, de, es, it
KlónhangQwen3 TTS
Alibaba többnyelvű TTS hang klónozás, előre beállított hangok, és hangtervezés szövegből.
Nyelvek: en, zh, ja, ko, de, fr, ru, pt, es, it
KlónhangChatterbox Turbo
Gyorsabb Chatterbox szub-200 ms késés és paralinguista címkék nevetés, köhögés, és így tovább.
Nyelvek: en
KlónhangOuteTTS
LLM alapú TTS, amely CPU, GPU vagy böngészőn keresztül fut a lama.cpp és Transformers.js.
Nyelvek: en
KlónhangPocket TTS
Könnyű 100M paraméter modell Kyutai hang klónozás egyetlen mintából.
Nyelvek: en, fr
KlónhangCosyVoice3
Next-generation multilingual TTS with bi-streaming, emotion control, and zero-shot voice cloning.
Nyelvek: en, zh, ja, ko, de, es, fr, it, ru
KlónhangMOSS-TTS
Ultra-long 20-language TTS supporting up to 1 hour of continuous generation with phoneme-level control.
Nyelvek: en, zh, de, es, fr, ja, it, hu, ko, ru, fa, ar, pl, pt, cs, da, sv, el, tr
KlónhangMegaTTS3
ByteDance's sparse alignment TTS with adjustable intelligibility vs. speaker similarity.
Nyelvek: en, zh
KlónhangFejlesztő-első API
OpenAI-kompatibilis REST API. Egy végpont, 22+ modellek. Streaming támogatás valós idejű alkalmazások.
- OpenAI-kompatibilis formátum
- TTS közvetítés valós idejű alkalmazásokhoz
- Batch processing for large jobs
- Webhook értesítések
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")Egyszerű, átlátható árképzés
Kezdd el, ahogy nősz.
Ingyenes
15 kredit
- Kokoro, Piper, VITS, MeloTTS
- 500 karakterhatár
- 3 ge/óra (nincs számla)
Indító
500 kredit/hó
- Mind a 22+ modell
- 100 000 chars generációnként
- Hang klónozása
Pro
2000 kredit/hó
- Minden kezdőben
- API-hozzáférés
- Prioritású feldolgozás
Üzleti tevékenység
10 000 kredit/hó
- Minden a Pro-ban
- Ömlesztett API
- Prioritási sor
Az összes terv megtekintése, beleértve a karaktercsomagokat →
Gyakran ismételt kérdések
Mit lehetne javítani? A visszajelzés segít megoldani a problémákat.
Kezdd el használni az AI Voice-t ma
Csatlakozz az alkotókhoz, a fejlesztőkhöz és a TTS.ai-et használó vállalkozásokhoz