Teks ke Tutur Agen Muzik Tutur ke Teks Klon Suara Rekabentuk Suara Pasaran Lebih

Free AI Teks ke Tutur

20+ model sumber terbuka, 107+ suara-suara, 32+ Bahasa. Tiada akaun diperlukan.

1K+
pencipta
2K+
generasi
20+
Model AI
107+
suara
0/500 aksara Bebas
5,000 chars per generation 15,000 aksara percuma Tiada kad kredit Penggunaan komersial OK
Sign up free
0:00 / 0:00
Muat turun Audio Pautan luput dalam 24 jam
Seperti TTS.ai? Beritahu kawan-kawan anda!
Advanced TTS tool with 20+ models, speed control & file export

Semua yang anda perlukan untuk AI Suara

30+ alat dikuasakan oleh model AI sumber terbuka

Teks ke Tutur

20+ model AI, 100+ suara, 30+ bahasa

Tutur ke Teks

Whisper, Faster Whisper, SenseVoice. 99 bahasa

Transkripsi Audio

Tulis semula audio & video ke teks dengan AI

Klon Suara

Klon sebarang suara dari 5 saat audio

Sembang Suara

Bercakap dengan AI dengan suara semulajadi dalam masa nyata

Agen AI

AI berkuasa suara untuk perkhidmatan pelanggan dan lebih

Muzik AI

Janakan muzik asal dari huraian teks

Pengubah Suara

Tukar identiti suara, jantina, aksen

Peningkat Audio

Buang bunyi bising, tingkatkan ketelusan, tingkatkan kualiti

Pemadam Vokal

Ekstrak vokal atau instrumental dari mana-mana lagu

Pemisah Suara

Pisahkan lagu menjadi drum, bass, vokal, lain-lain

Penterjemah Perkataan

Translate speech preserving speaker voice

Tutur ke Tutur

Tukar suara, emosi, bahasa, gaya

Pemadam Echo

Buang gema dan gegaran bilik

Pencari Kekunci & BPM

Mengesan kekunci muzik dan tempo seketika

Penukar Audio

Tukar MP3, WAV, FLAC, OGG, M4A

Pembaca Dokumen

Dengar artikel, PDF, dan dokumen

Studio Audio

Buku audio & podcast bab berbilang

Penjana Podcast

Perbualan AI dua-host dari mana-mana topik

Kesan Bunyi

Janakan kesan bunyi dari prompt teks

Batch TTS

Tukar beratus-ratus teks melalui muat naik CSV

Studio Dubbing

Dub audio video ke 30+ bahasa

Widget Terbenam

Tambah TTS ke mana-mana laman web dengan satu baris

20+ Model Suara AI

Koleksi paling komprehensif model TTS sumber terbuka dalam satu platform

KokoroKokoro

Free

Model parameter ringan 82M memberikan ucapan studio-kualiti dengan kesimpulan yang cepat.

Parameter 82M Ultra-cepat Suara ekspresif Berbilang Bahasa Sokongan Strim
Fast · 1.5GB VRAM Cubalah.

PiperPiper

Free

Sistem teks-ke-tutur saraf setempat yang pantas dioptimumkan untuk Raspberry Pi dan peranti terbenam.

CPU-friendly Boleh luar talian 100+ suara 30+ bahasa Sokongan SSML
Fast · 0 (CPU only) VRAM Cubalah.

VITSVITS

Free

Pengekod auto variasi bersyarat dengan pembelajaran berlawanan untuk teks-ke-tutur hujung-ke-hujung.

Sintesis dari hujung ke hujung Prosody semulajadi Kesimpulan pantas Beberapa pembesar suara
Fast · 1GB VRAM Cubalah.

MeloTTSMeloTTS

Free

Teks-ke-tutur berbilang bahasa berkualiti tinggi yang berjalan pada CPU dengan latensi minimum.

Dioptimumkan CPU Berbilang Bahasa Aksen Berbilang Produksi-sedia Lentingan rendah
Fast · 0.5GB (GPU optional) VRAM Cubalah.

BarkBark

Standard

Model teks-ke-audio berasaskan Transformer yang menghasilkan ucapan, muzik, dan kesan bunyi yang realistik.

Kesan bunyi Ketawa/mendengus Penjanaan muzik 100+ pembicara Berbilang Bahasa
Slow · 5GB VRAM Cubalah.

Bark SmallBark Small

Standard

Versi ringan Bark dengan inferensi lebih pantas dan penggunaan memori yang lebih rendah.

Berat ringan Lebih pantas daripada Bark penuh Ucapan emosi Berbilang Bahasa
Medium · 2GB VRAM Cubalah.

CosyVoice 2CosyVoice 2

Standard

Alibaba's skalable streaming TTS dengan manusia-parit semula jadi dan latensi hampir-sifar.

Strim Kloning Zero-shot Lintas-bahasa Kawalan emosi Pariti-manusia
Medium · 4GB VRAM Cubalah.

Dia TTSDia TTS

Standard

Model penjanaan dialog pembicara-berbilang yang mencipta perbualan semulajadi antara pembicara.

Penutur berbilang Penjanaan dialog Turun-turun semulajadi Ungkapan emosi Parameter
Medium · 4GB VRAM Cubalah.

Parler TTSParler TTS

Standard

Huraikan suara yang anda mahu dalam bahasa semulajadi dan Parler akan menghasilkan ucapan yang sepadan.

Huraian Suara Kawalan bahasa semulajadi Penciptaan suara fleksibel Tiada suara praset diperlukan
Medium · 4GB VRAM Cubalah.

GLM-TTSGLM-TTS

Standard

Mencapai kadar ralat aksara terendah di antara model TTS sumber terbuka.

Kadar ralat terendah Klon suara Pencocokan aliran Prosody semulajadi
Medium · 4GB VRAM Cubalah.

IndexTTS-2IndexTTS-2

Standard

Zero-shot TTS dengan kawalan emosi halus-grained dan ekspresi tinggi.

Kawalan emosi Zero-shot Vektor emosi Ucapan ekspresif Kawalan berbutir halus
Medium · 4GB VRAM Cubalah.

Spark TTSSpark TTS

Standard

Klon suara TTS dengan emosi yang boleh dikawal dan gaya bercakap melalui prompt.

Klon suara Kawalan emosi Kawalan Gaya Berdasarkan-Prompt Klon 5 saat
Medium · 4GB VRAM Cubalah.

GPT-SoVITSGPT-SoVITS

Standard

Klon suara TTS yang meniru suara mana-mana dari hanya 5 saat audio.

Klon 5 saat Suara menyanyi Belajar sedikit demi sedikit Ketulenan tinggi Lintas-bahasa
Slow · 6GB VRAM Cubalah.

OrpheusOrpheus

Standard

Model TTS emosi tahap manusia dilatih pada 100K jam data ucapan.

Emosi tahap manusia 100K jam latihan Penonjolan semulajadi Ucapan ekspresif
Medium · 4GB VRAM Cubalah.

ChatterboxChatterbox

Premium

Kloning suara yang canggih dengan kawalan emosi dari Resemble AI.

Klon Sifar-tembak Kawalan emosi Ketulenan tinggi Pemindahan Gaya Klon sampel tunggal
Medium · 4GB VRAM Cubalah.

Tortoise TTSTortoise TTS

Premium

Teks-ke-tutur berbilang suara berfokus pada kualiti dengan arsitektur autoregressif.

Kualiti tertinggi Berbilang suara Arkitektur DALL-E Klon suara Autoregressif
Slow · 8GB VRAM Cubalah.

StyleTTS 2StyleTTS 2

Premium

Teks-ke-percakapan tahap manusia melalui penyebaran gaya dan latihan lawan.

Tahap-manusia Gaya penyebaran Latihan lawan lawan Variasi semulajadi Ketulenan tinggi
Medium · 4GB VRAM Cubalah.

OpenVoiceOpenVoice

Premium

Klon suara seketika dengan kawalan granular terhadap gaya, emosi, dan loghat.

Klon Segera Penukaran suara Kawalan emosi Kawalan Aksen Berbilang Bahasa
Medium · 4GB VRAM Cubalah.

Qwen3 TTSQwen3 TTS

Standard

TTS multibahasa Alibaba dengan klon suara, suara praset, dan reka bentuk suara dari teks.

Klon suara 9 suara praset Reka bentuk suara dari teks Kawalan emosi Bahasa
Medium · 7GB VRAM Cubalah.

Sesame CSMSesame CSM

Premium

Model percakapan perbualan menghasilkan dialog semula jadi dengan masa yang sesuai dan emosi.

Perbualan Tempoh semulajadi Bertukar-tukar Saluran Belakang Parameter 1B
Slow · 8GB VRAM Cubalah.

KokoroKokoro Free

Kokoro adalah model teks-ke-tutur 82 juta parameter yang melampaui kelas beratnya. Walaupun saiznya kecil, ia menghasilkan pertuturan yang luar biasa semulajadi dan ekspresif. Kokoro menyokong banyak bahasa termasuk bahasa Inggeris, Jepun, Cina, dan Korea dengan pelbagai suara ekspresif. Ia berjalan sangat pantas — menghasilkan audio hampir 100x lebih pantas daripada masa nyata pada GPU.

Terbaik untuk: TTS kualiti tinggi dengan latensi minimum, aplikasi strim

Cuba percuma

PiperPiper Free

Piper adalah enjin teks-ke-tutur ringan yang dikembangkan oleh Rhasspy yang menggunakan VITS dan larynx. Ia berjalan sepenuhnya pada CPU, menjadikannya sesuai untuk peranti tepi, automasi rumah, dan aplikasi yang memerlukan TTS luar talian. Dengan lebih 100 suara melebihi 30+ bahasa, Piper memberikan pertuturan bunyi-semulajadi pada kelajuan masa nyata bahkan pada Raspberry Pi 4.

Terbaik untuk: Pralihat pantas, kebolehcapaian, dan aplikasi terbenam

Cuba percuma

VITSVITS Free

VITS (Kesimpulan Variasi dengan pembelajaran lawan untuk Teks-ke-Tutur hujung-ke-hujung) adalah kaedah TTS hujung-ke-hujung sejajar yang menghasilkan audio berbunyi lebih semulajadi daripada model dua-tahap semasa. Ia mengamalkan kesimpulan variasi yang dipertingkatkan dengan aliran normalisasi dan proses latihan lawan, mencapai peningkatan yang ketara dalam semulajadi.

Terbaik untuk: Teks-ke-tutur tujuan umum dengan prosodi semulajadi

Cuba percuma

MeloTTSMeloTTS Free

MeloTTS oleh MyShell.ai adalah pustaka TTS berbilang bahasa yang menyokong Bahasa Inggeris (Amerika, British, India, Australia), Sepanyol, Perancis, Cina, Jepun, dan Korea. Ia sangat pantas, memproses teks pada kelajuan hampir masa nyata pada CPU sahaja. MeloTTS direka untuk penggunaan pengeluaran dan menyokong kedua-dua kesimpulan CPU dan GPU.

Terbaik untuk: Aplikasi pengeluaran memerlukan TTS pantas, berbilang bahasa

Cuba percuma

BarkBark Standard

Model teks-ke-audio berasaskan Transformer yang menghasilkan ucapan, muzik, dan kesan bunyi yang realistik.

Pemaju: Suno · Lesen: MIT

Cubalah.

Bark SmallBark Small Standard

Versi ringan Bark dengan inferensi lebih pantas dan penggunaan memori yang lebih rendah.

Pemaju: Suno · Lesen: MIT

Cubalah.

CosyVoice 2CosyVoice 2 Standard

Alibaba's skalable streaming TTS dengan manusia-parit semula jadi dan latensi hampir-sifar.

Pemaju: Alibaba (Tongyi Lab) · Lesen: Apache 2.0

Cubalah.

Dia TTSDia TTS Standard

Model penjanaan dialog pembicara-berbilang yang mencipta perbualan semulajadi antara pembicara.

Pemaju: Nari Labs · Lesen: Apache 2.0

Cubalah.

Parler TTSParler TTS Standard

Huraikan suara yang anda mahu dalam bahasa semulajadi dan Parler akan menghasilkan ucapan yang sepadan.

Pemaju: Hugging Face · Lesen: Apache 2.0

Cubalah.

GLM-TTSGLM-TTS Standard

Mencapai kadar ralat aksara terendah di antara model TTS sumber terbuka.

Pemaju: Zhipu AI · Lesen: GLM-4 License

Cubalah.

IndexTTS-2IndexTTS-2 Standard

Zero-shot TTS dengan kawalan emosi halus-grained dan ekspresi tinggi.

Pemaju: Index Team · Lesen: Bilibili Model License

Cubalah.

Spark TTSSpark TTS Standard

Klon suara TTS dengan emosi yang boleh dikawal dan gaya bercakap melalui prompt.

Pemaju: SparkAudio · Lesen: CC BY-NC-SA 4.0

Cubalah.

GPT-SoVITSGPT-SoVITS Standard

Klon suara TTS yang meniru suara mana-mana dari hanya 5 saat audio.

Pemaju: RVC-Boss · Lesen: MIT

Cubalah.

OrpheusOrpheus Standard

Model TTS emosi tahap manusia dilatih pada 100K jam data ucapan.

Pemaju: Canopy Labs · Lesen: Llama 3.2 Community

Cubalah.

Qwen3 TTSQwen3 TTS Standard

TTS multibahasa Alibaba dengan klon suara, suara praset, dan reka bentuk suara dari teks.

Pemaju: Alibaba (Qwen) · Lesen: Apache 2.0

Cubalah.

ChatterboxChatterbox Premium

Kloning suara yang canggih dengan kawalan emosi dari Resemble AI.

Kualiti:

Cubalah.

Tortoise TTSTortoise TTS Premium

Teks-ke-tutur berbilang suara berfokus pada kualiti dengan arsitektur autoregressif.

Kualiti:

Cubalah.

StyleTTS 2StyleTTS 2 Premium

Teks-ke-percakapan tahap manusia melalui penyebaran gaya dan latihan lawan.

Kualiti:

Cubalah.

OpenVoiceOpenVoice Premium

Klon suara seketika dengan kawalan granular terhadap gaya, emosi, dan loghat.

Kualiti:

Cubalah.

Sesame CSMSesame CSM Premium

Model percakapan perbualan menghasilkan dialog semula jadi dengan masa yang sesuai dan emosi.

Kualiti:

Cubalah.

CosyVoice 2CosyVoice 2

Alibaba's skalable streaming TTS dengan manusia-parit semula jadi dan latensi hampir-sifar.

Bahasa: en, zh, ja, ko, fr, de, it, es

Klon Suara

GLM-TTSGLM-TTS

Mencapai kadar ralat aksara terendah di antara model TTS sumber terbuka.

Bahasa: en, zh

Klon Suara

IndexTTS-2IndexTTS-2

Zero-shot TTS dengan kawalan emosi halus-grained dan ekspresi tinggi.

Bahasa: en, zh

Klon Suara

Spark TTSSpark TTS

Klon suara TTS dengan emosi yang boleh dikawal dan gaya bercakap melalui prompt.

Bahasa: en, zh

Klon Suara

GPT-SoVITSGPT-SoVITS

Klon suara TTS yang meniru suara mana-mana dari hanya 5 saat audio.

Bahasa: en, zh, ja, ko

Klon Suara

ChatterboxChatterbox

Kloning suara yang canggih dengan kawalan emosi dari Resemble AI.

Bahasa: en

Klon Suara

Tortoise TTSTortoise TTS

Teks-ke-tutur berbilang suara berfokus pada kualiti dengan arsitektur autoregressif.

Bahasa: en

Klon Suara

OpenVoiceOpenVoice

Klon suara seketika dengan kawalan granular terhadap gaya, emosi, dan loghat.

Bahasa: en, zh, ja, ko, fr, de, es, it

Klon Suara

Qwen3 TTSQwen3 TTS

TTS multibahasa Alibaba dengan klon suara, suara praset, dan reka bentuk suara dari teks.

Bahasa: en, zh, ja, ko, de, fr, ru, pt, es, it

Klon Suara

API Pemaju-Pertama

API REST serasi OpenAI. Satu titik akhir, 22+ model. Sokongan strim untuk aplikasi masa nyata.

  • Format serasi OpenAI
  • Strim TTS untuk aplikasi masa nyata
  • Pemprosesan serbuan untuk kerja besar
  • Pemberitahuan Webhook
Lihat Dokumen API
pip install ttsai npm install @ttsainpm/ttsai
Python 
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")

Harga yang Mudah, Lutsinar

Mulakan secara percuma.

Bebas

$0

15 kredit

  • Kokoro, Piper, VITS, MeloTTS
  • Had 500 aksara
  • 3 gen/jam (tiada akaun)
Daftar Masuk

Pelancar

$9/ms

500 kredit/bulan

  • Semua 22+ model
  • 100,000 chars per generation
  • Klon Suara
Mulakan
Paling Popular

Pro

$29/ms

2,000 kredit/bulan

  • Semua dalam Pelancar
  • Capaian API
  • Pemprosesan keutamaan
Dapatkan Pro

Perniagaan

$99/ms

10,000 kredit/bulan

  • Semuanya dalam Pro
  • API Bulk
  • Baris gilir keutamaan
Dapatkan Perniagaan

Lihat semua rancangan termasuk pakej aksara →

Soalan Lazim

TTS.ai adalah platform suara AI yang paling komprehensif, menawarkan 22+ model teks-ke-tutur, klon suara, tutur-ke-teks, dan alat audio. Semua model adalah sumber terbuka tanpa penjual kunci-dalam.

Ya! TTS.ai menawarkan teks-ke-tutur percuma dengan model Kokoro, Piper, VITS, dan MeloTTS. Tiada akaun diperlukan. Daftar untuk mendapatkan 15,000 aksara percuma dan akses semua model. Rancangan berbayar bermula pada $9/bulan.

Untuk kelajuan, gunakan Kokoro atau Piper. Untuk kualiti, cuba CosyVoice 2 atau StyleTTS 2. Untuk klon suara, gunakan Chatterbox atau GPT-SoVITS. Untuk dialog, gunakan Dia TTS. Cuba beberapa model pada teks yang sama untuk dibandingkan.

Ya. API REST serasi OpenAI untuk TTS, STT, klon suara, dan alat audio. Tersedia pada rancangan Pro ($29/mo) dan Enterprise ($99/mo). Lihat dokumentasi di tts.ai/api/.

Kualiti suara bervariasi mengikut model. Model premium seperti CosyVoice 2, StyleTTS 2, dan Chatterbox menghasilkan ucapan kualiti hampir manusia dengan intonasi dan emosi semulajadi. Model percuma seperti Kokoro menawarkan kualiti yang baik untuk kebanyakan kes penggunaan.

TTS.ai menyokong 30+ bahasa di seluruh pustaka modelnya. Bahasa Inggeris mempunyai sokongan model terluas, tetapi model seperti CosyVoice 2 merangkumi Cina, Jepun, dan Korea; GPT-SoVITS mengendalikan Cina, Jepun, Korea, dan Inggeris; dan MeloTTS menyokong Bahasa Inggeris, Sepanyol, Perancis, Cina, Jepun, dan Korea.

Ya. Semua pemprosesan berlaku pada pelayan GPU kami yang didedikasikan. Kami tidak menyimpan input teks anda atau audio yang dijana selepas penghantaran. Sampel suara yang dimuat naik untuk klon hanya digunakan untuk sesi semasa dan tidak disimpan. Kami tidak pernah berkongsi data anda dengan pihak ketiga atau menggunakannya untuk melatih model.

Ya. Semua audio yang dihasilkan pada TTS.ai adalah milik anda untuk digunakan secara komersial, termasuk untuk video YouTube, podcast, buku audio, aplikasi, iklan, dan produk. Model kami adalah sumber terbuka di bawah lesen yang membenarkan (MIT, Apache 2.0). Tiada royalti atau pengakuan diperlukan.

TTS.ai menghasilkan audio dalam format WAV secara lalai untuk kualiti maksimum. Anda boleh menukar ke MP3, FLAC, OGG, atau M4A menggunakan alat Penukar Audio percuma kami. API menyokong menetapkan format output anda secara langsung dalam permintaan.

Muat naik sampel audio pendek (sekurang-kurangnya 5 saat) suara yang anda ingin klon, kemudian taip sebarang teks untuk menghasilkan percakapan dalam suara itu. Model seperti Chatterbox, GPT-SoVITS, dan CosyVoice 2 menyokong klon suara. Suara yang diklon menangkap nada, loghat, dan gaya percakapan.

Model percuma (Kokoro, Piper, VITS, MeloTTS) tidak memerlukan akaun dan kos aksara sifar. Model piawai (2,000 aksara/1K input) termasuk Bark, CosyVoice 2, F5-TTS, dan Dia. Model premium (4,000 aksara/1K input) termasuk OpenVoice, Chatterbox, StyleTTS 2, dan Tortoise. Model berbayar biasanya menawarkan kualiti yang lebih tinggi, lebih banyak suara, dan ciri tambahan seperti klon suara.

Ya. API menyokong pemprosesan batch untuk menukarkan jumlah besar teks ke ucapan. Hantarkan permintaan berbilang dan dapatkan hasil secara asynchronous menggunakan UUID kerja. Pelan Enterprise ($99/mo) termasuk akses baris gilir keutamaan untuk pemprosesan batch yang lebih pantas. Ideal untuk produksi buku audio, kandungan kursus, dan projek suara skala besar.
4.0/5 (8)

Mula Guna Suara AI Hari Ini

Sertai pencipta, pembangun, dan perniagaan menggunakan TTS.ai

Cuba percuma sekarang Dokumen API