Free AI Texti í talName

Léttur 82M breytu líkan sem skilar stúdíó-gæði ræðu með eldingu-fljótur ályktun.

A fljótur, staðbundin tauga texta til talkerfi bjartsýni fyrir Raspberry Pi og innbyggðum tækjum.

Skilyrt afbrigðileg sjálfvirk kóðari með andstæða námi fyrir enda-til-enda texta-til-tal.

Hágæða fjöltyngdur texti-til-tal sem keyrir á CPU með lágmarks leynd.

Transformer-undirstaða texta-til-hljóð líkan sem býr raunhæfa ræðu, tónlist og hljóð.

Léttari útgáfa af Bark með hraðari ályktun og lægri minni notkun.

Scalable straumspilun TTS Fjarvistarsönnunar með mannlegri jafnrétti náttúruleika og nálægt núll leynd.

Multi-hátalara samtal kynslóð líkan sem skapar náttúruleg samtöl milli hátalara.

Lýsið rödd sem þú vilt í náttúrulegu tungumáli og Parler býr til samsvarandi ræðu.

Zero-skot TTS með fínkorna tilfinningastjórnun og mikla tjáningarmátt.

Rödd klónun TTS með stjórnanlegum tilfinningum og talstíl í gegnum kveikjur.

Few-skot rödd klónun TTS sem endurtekur hvaða rödd frá aðeins 5 sekúndur af hljóði.

Tilfinningaleg TTS líkan á mannlegum stigum þjálfað á 100K klukkustundum talgagna.

State-of-the-art núll-skot rödd klónun með tilfinningum stjórna frá líkja AI.

Multi-rödd texti-til-tal lögð áhersla á gæði með autoregressive arkitektúr.

Human-stigi texta-til-tal í gegnum stíl dreifingu og andstæðingur-þjálfun.

Augnablik rödd klónun með kornuðu stjórn á stíl, tilfinningum og hreim.

Fjöltyng TTS Fjarvistarsönnun með forstilltum raddir og raddhönnun úr texta.

Víetnamska + enska kóðaskipti TTS með 7 forstilltum raddum og núll-skot radd klónun. CPU-aðeins, engin GPU krafist.

Samtals tal líkan sem býr til náttúrulega samræður með viðeigandi tímasetningu og tilfinningar.

Hraðari Chatterbox með undir-200ms leynd og paralinguistic merki fyrir hlátur, hósta og fleira.

Tokenizer-frjáls TTS framleiðir 44.1kHz hljóð með samhengi-vitur málsgrein samræmi.

Ultra-léttur 400M enska TTS líkan sem keyrir í aðeins 3GB VRAM.

LLM-undirstaða TTS sem keyrir á CPU, GPU, eða vafra í gegnum llama.cpp og Transformers.js.

Microsoft líkan fyrir efni í langri mynd með mörgum hátölurum eins og podcast og hljóðbækur.

Léttur 100M breytu líkan með Kyutai með rödd klónun úr einu sýni.

Ultra-léttur TTS undir 80MB. Keyrir á CPU án GPU.

Næsta kynslóð fjöltyngdar TTS með tvískiptri straumspilun, tilfinningastjórnun og núll-skot raddklónun.

Fyrsta opna Saudi-Arabía TTS. Native Saudi mállýska með Chatterbox-gæði rödd klónun.

Cross-modal Qwen3-TTS afbrigði með FFN þyngd blandað úr Qwen3-1.7B tungumál líkan fyrir skarpari fjöltyngd klónun.

Multi-hátalara samræður áframhaldandi líkan - búa podcast-stíl samtöl með allt að 5 hátalara og 60 mínútur af samfelldu hljóði.

Compact 0.5B omni-modal tal líkan frá inclusionAI með hár-trúverðugleiki 44.1kHz framleiðsla og núll-skot rödd klónun.

Tiny 100M MOSS-TTS afbrigði - sama arkitektúr, 80x minni, frjáls-tier leynd.