자유 AI 텍스트에서 음성으로Name

경량 82M 파라미터 모델은 초고속 추론을 통해 스튜디오 품질의 음성을 제공합니다.

Raspberry Pi 및 임베디드 장치에 최적화된 빠른 로컬 신경 텍스트 음성 시스템.

엔드투엔드 텍스트 음성 변환을 위한 대립 학습을 갖춘 조건부 변형 자동 인코더.

최소한의 지연 시간으로 CPU에서 실행되는 고품질 다국어 텍스트 음성 변환.

현실적인 음성, 음악, 사운드 효과를 생성하는 변환기 기반 텍스트-오디오 모델.

더 빠른 추론과 낮은 메모리 사용량을 가진 Bark의 가벼운 버전.

인간과 같은 자연스러움과 거의 무지연을 갖춘 알리바바의 확장 가능한 스트리밍 TTS.

스피커 간의 자연스러운 대화를 만들어내는 다중 스피커 대화 생성 모델.

자연어로 원하는 목소리를 설명하고 Parler가 일치하는 음성을 생성합니다.

미세한 감정 제어와 높은 표현력을 갖춘 제로 샷 TTS.

음성 복제 TTS 제어 가능한 감정과 프롬프트를 통해 말하는 스타일.

몇 샷 음성 복제 TTS는 오디오의 단지 5 초에서 어떤 목소리를 복제합니다.

100K 시간의 음성 데이터를 기반으로 훈련된 인간 수준의 감정 TTS 모델.

Resemble AI의 감정 제어 기능을 갖춘 최첨단 제로 샷 음성 복제.

자가 회귀 아키텍처를 통해 품질에 초점을 맞춘 다중 음성 텍스트 음성 변환.

스타일 확산과 대립 훈련을 통해 인간 수준의 텍스트-음성 변환.

스타일, 감정, 억양을 세부적으로 제어하는 즉각적인 음성 복제.

텍스트에서 미리 설정된 음성과 음성 디자인 알리바바의 다국어 TTS.

베트남어 + 영어 코드 스위칭 TTS 7 사전 설정 음성과 제로 샷 음성 복제. CPU 전용, GPU 필요 없음.

적절한 타이밍과 감정을 가진 자연스러운 대화를 생성하는 대화형 음성 모델.

웃음, 기침 등을 위한 200ms 미만의 지연 시간과 언어 태그를 갖춘 더 빠른 Chatterbox.

문맥 인식 단락 일관성을 갖춘 44.1kHz 오디오를 생성하는 토켄이저가 없는 TTS.

3GB VRAM으로 작동하는 초경량 400M 영어 TTS 모델.

CPU, GPU 또는 llama.cpp 및 Transformers.js를 통해 브라우저에서 실행되는 LLM 기반 TTS.

팟캐스트 및 오디오북과 같은 긴 형식의 다중 스피커 콘텐츠를 위한 Microsoft 모델.

단일 샘플에서 음성 복제를 지원하는 Kyutai의 경량 100M 파라미터 모델.

80MB 이하의 초경량 TTS. GPU 없이 CPU에서 실행.

양방향 스트리밍, 감정 제어, 제로 샷 음성 복제 기능을 갖춘 차세대 다국어 TTS.

처음으로 오픈 사우디 아라비아 TTS. Chatterbox-품질의 음성 복제와 함께 네이티브 사우디 방언.

Qwen3-1.7B 언어 모델에서 혼합된 FFN 가중치를 가진 크로스 모달 Qwen3-TTS 변형은 더욱 선명한 다국어 복제를 제공합니다.

다중 스피커 대화 연속 모델 — 최대 5명의 스피커와 60분의 일관된 오디오로 팟캐스트 스타일 대화를 생성합니다.

inclusionAI의 컴팩트한 0.5B 옴니모달 음성 모델로, 고품질 44.1kHz 출력 및 제로 샷 음성 복제 기능을 제공합니다.

작은 100M MOSS-TTS 변형 — 동일한 아키텍처, 80배 작은, 무계층 지연.