Free AI Test għal Diskors
33+ mudelli b’sors miftuħ, 273+ vuċijiet, 33+ L-ebda kont meħtieġ.
Kollox għandek bżonn għall-vuċi AI
30+ għodda mħaddma minn mudelli tal-AI b'sors miftuħ
33+ Mudelli tal-Vuċi AI
L-aktar kollezzjoni komprensiva ta' mudelli TTS b'sors miftuħ f'pjattaforma waħda
Kokoro Ħieles
Kokoro huwa 82 miljun parametru test-to-talk mudell li punches sew fuq il-klassi tal-piż tagħha. Minkejja d-daqs żgħir tagħha, li tipproduċi diskors notevoli naturali u espressiv. Kokoro jappoġġja lingwi multipli inklużi l-Ingliż, Ġappuniż, Ċiniż, u Korean b'varjetà ta' vuċijiet espressivi.
L-aħjar għal: Kwalità għolja TTS b'latenza minima, applikazzjonijiet streaming
Ipprova b'xejn
Piper Ħieles
Piper huwa softwer li jbiddel it-test f’diskors, żviluppat minn Rhasspy, li juża l-arkitettura VITS u l-arkitettura tal-larinġ. Dan jaħdem kompletament fuq il-CPU, u għalhekk huwa ideali għal apparati tat-tarf, awtomazzjoni tad-dar, u applikazzjonijiet li jeħtieġu TTS offline.
L-aħjar għal: Quick previews, aċċessibbiltà, u applikazzjonijiet inkorporati
Ipprova b'xejn
VITS Ħieles
VITS (Inferenza varjazzjonali b’tagħlim avversarju għal Test-to-Speech minn tarf sa tarf) huwa metodu parallel ta’ TTS minn tarf sa tarf li jiġġenera awdjo b’ħoss aktar naturali mill-mudelli kurrenti f’żewġ stadji.Tadotta inferenza varjazzjonali miżjuda bi flussi ta’ normalizzazzjoni u proċess ta’ taħriġ avversarju, li jikseb titjib sinifikanti fin-naturalezza.
L-aħjar għal: Test-to-speech għal skopijiet ġenerali bi prożodija naturali
Ipprova b'xejn
MeloTTS Ħieles
MeloTTS minn MyShell.ai hija librerija TTS multilingwi li tappoġġja l-Ingliż (Amerikan, Brittanniku, Indjan, Awstraljan), l-Ispanjol, il-Franċiż, Ċiniż, Ġappuniż u Korean. Huwa estremament mgħaġġel, ipproċessar test fi kważi veloċità fil-ħin reali fuq CPU waħdu.MeloTTS huwa ddisinjat għall-użu tal-produzzjoni u jappoġġja kemm CPU u GPU inferenza.
L-aħjar għal: Applikazzjonijiet tal-produzzjoni li jeħtieġu veloċi, multilingwi TTS
Ipprova b'xejn
Kani TTS 2 Ħieles
Kani-TTS-2 minn NineNineSix huwa mudell ta ’parametru ultra-ħfief 400M mibni fuq backbone Liquid AI LFM2 b’NVIDIA NanoCodec.Jitmexxa f’3GB VRAM biss u jipproduċi ~ 10 sekondi ta’ diskors f’~ 2 sekondi fuq A100 (RTF 0.2).Ir-rilaxx pubbliku attwali jibgħat checkpoint bl-Ingliż biss `kani-tts-2-en` u ma jesponix il-ganċ tal-inkorporazzjoni tal-kelliem meħtieġ għall-ikklonjar tal-vuċi — uża Chatterbox / IndexTTS2 / F5-TTS għall-ikklonjar, jew Kokoro / MeloTTS għal mhux bl-Ingliż.
L-aħjar għal: Fast ġenerazzjoni Ingliż fuq hardware baxx-VRAM, previews malajr
Ipprova b'xejn
OuteTTS Ħieles
OuteTTS jestendi mudelli lingwistiċi kbar b'kapaċitajiet ta' test-to-speech filwaqt li jippreserva l-arkitettura oriġinali. Huwa jappoġġja backends multipli inkluż llama.cpp (CPU/GPU), Hugging Face Transformers, ExLlamaV2, VLLM, u anke inferenza tal-browser permezz ta' Transformers.js.
L-aħjar għal: Tnedija tat-tarf, TTS ibbażat fuq il-browser, ambjenti b'riżorsi baxxi
Ipprova b'xejn
Pocket TTS Ħieles
Pocket TTS minn Kyutai (kreaturi tal-Moshi) huwa mudell kompatti 100M parametru test-to-diskors li punches sew fuq il-piż tiegħu. Huwa jimxi b'mod effiċjenti fuq CPU, jappoġġja klonazzjoni vuċi żero-shot minn kampjun awdjo wieħed, u jipproduċi diskors naturali-ħoss.
L-aħjar għal: Użu ħafif, ambjenti CPU biss, klonazzjoni tal-vuċi mgħaġġla
Ipprova b'xejn
Kitten TTS Ħieles
Kitten TTS minn KittenML huwa mudell ultra-ħfief test-to-diskors mibnija fuq ONNX. Bil-varjanti minn 15M sa 80M parametri (25-80 MB fuq disk), li jagħti sinteżi vuċi kwalità għolja fuq CPU mingħajr ma jeħtieġu GPU. Features 8 vuċijiet mibnija, veloċità diskors aġġustabbli, u mibnija fil-pre-ipproċessar test għan-numri, muniti, u unitajiet. Ideali għall-użu tarf u l-applikazzjonijiet latency baxxa.
L-aħjar għal: TTS ħafif mgħaġġel, skjerament tat-tarf, applikazzjonijiet b'latenza baxxa
Ipprova b'xejn
Ming-Omni TTS Ħieles
Ming-omni-tts-0.5B minn inclusionAI huwa mudell kompatti diskors omni-modal mibnija fuq il-BailingMM densi backbone ma Patch-by-Patch fluss-tqabbil awdjo decoder.Tagħti 44.1kHz output (kważi CD kwalità), jappoġġja klonazzjoni vuċi żero-shot minn 3 + tieni referenza, u jinkludi mibnija fl-emozzjoni / djalett / kontroll BGM permezz JSON struzzjonijiet.Stabbiltà eċċellenti - 0.83% WER fuq il-punti ta' referenza Ċiniżi.
L-aħjar għal: Narrazzjoni bilingwi b'fiduċja għolja, vuċi kkontrollata mill-emozzjonijiet, kontenut tal-awdjobook Ċiniż
Ipprova b'xejn
MOSS-TTS Nano Ħieles
MOSS-TTS-Nano-100M huwa l-varjant kompatti 100M-parametru tal-OpenMOSS tal-familja MOSS-TTS, li jaqsmu l-arkitettura delay-transformer. Kummerċ l-ogħla kwalità tal-mudell 8B għal ~ 80x piżijiet iżgħar u drammatikament aktar baxx għal kull talba VRAM, li jagħmilha adattata għall-livell liberu u l-iskjeramentijiet high-throughput.
L-aħjar għal: TTS b'saff ħieles, produzzjoni b'volum għoli, użu interattiv b'latenza baxxa
Ipprova b'xejn
Bark Standard
Mudell tat-test għall-awdjo bbażat fuq trasformatur li jiġġenera diskors realistiku, mużika u effetti tal-ħoss.
Żviluppatur: Suno · Liċenzja: MIT
Ipprovaha
Bark Small Standard
Verżjoni eħfef tal-Qoxra b'inferenza aktar mgħaġġla u użu tal-memorja aktar baxxa.
Żviluppatur: Suno · Liċenzja: MIT
Ipprovaha
CosyVoice 2 Standard
TTS streaming skalabbli ta ’Alibaba b’naturalezza ta’ parità umana u latenza kważi żero.
Żviluppatur: Alibaba (Tongyi Lab) · Liċenzja: Apache 2.0
Ipprovaha
Dia TTS Standard
Mudell ta' ġenerazzjoni ta' djalogu b'ħafna kelliema li joħloq konversazzjonijiet naturali bejn kelliema.
Żviluppatur: Nari Labs · Liċenzja: Apache 2.0
Ipprovaha
Parler TTS Standard
Tiddeskrivi l-vuċi li tixtieq fil-lingwa naturali u Parler jiġġenera diskors li jaqblu.
Żviluppatur: Hugging Face · Liċenzja: Apache 2.0
Ipprovaha
IndexTTS-2 Standard
Zero-shot TTS b'kontroll emozzjoni granulari fina u espressività għolja.
Żviluppatur: Index Team · Liċenzja: Bilibili Model License
Ipprovaha
Spark TTS Standard
TTS tal-ikklonjar tal-vuċi b'emozzjoni kontrollabbli u stil tat-taħdit permezz ta' twissijiet.
Żviluppatur: SparkAudio · Liċenzja: CC BY-NC-SA 4.0
Ipprovaha
GPT-SoVITS Standard
Ftit-shot vuċi klonazzjoni TTS li jirreplika kwalunkwe vuċi minn biss 5 sekondi tal-awdjo.
Żviluppatur: RVC-Boss · Liċenzja: MIT
Ipprovaha
Orpheus Standard
Mudell emozzjonali TTS fil-livell tal-bniedem imħarreġ fuq 100K sigħat ta' dejta tad-diskors.
Żviluppatur: Canopy Labs · Liċenzja: Llama 3.2 Community
Ipprovaha
Qwen3 TTS Standard
TTS multilingwi ta ’Alibaba b’vuċijiet issettjati minn qabel u disinn tal-vuċi mit-test.
Żviluppatur: Alibaba (Qwen) · Liċenzja: Apache 2.0
Ipprovaha
VieNeu-TTS-v2 Standard
Vjetnamiż + Ingliż kodiċi-swiċċjar TTS b'7 vuċijiet preset u klonazzjoni vuċi żero-shot. CPU biss, l-ebda GPU meħtieġa.
Żviluppatur: Phạm Nguyễn Ngọc Bảo · Liċenzja: Apache 2.0
Ipprovaha
Chatterbox Turbo Standard
Chatterbox aktar mgħaġġel b'latenza sub-200ms u tags paralinguistic għal daħk, sogħla, u aktar.
Żviluppatur: Resemble AI · Liċenzja: MIT
Ipprovaha
VoxCPM Standard
TTS mingħajr tokenizer li jipproduċi awdjo 44.1kHz b'konsistenza tal-paragrafu konxja mill-kuntest.
Żviluppatur: OpenBMB · Liċenzja: Apache 2.0
Ipprovaha
VibeVoice Standard
Mudell Microsoft għal kontenut multi-speaker f'forma twila bħal podcasts u kotba awdjo.
Żviluppatur: Microsoft · Liċenzja: MIT
Ipprovaha
CosyVoice3 Standard
TTS multilingwi tal-ġenerazzjoni li jmiss b'bi-streaming, kontroll tal-emozzjoni, u klonazzjoni tal-vuċi żero-shot.
Żviluppatur: Alibaba (FunAudioLLM) · Liċenzja: Apache 2.0
Ipprovaha
NAMAA Saudi TTS Standard
L-ewwel miftuħa Sawdi-Għarbi TTS. Nattiv Sawdi djalett bil-vuċi klonazzjoni Chatterbox-kwalità.
Żviluppatur: NAMAA Space · Liċenzja: MIT
Ipprovaha
Darwin TTS Standard
Varjant cross-modal Qwen3-TTS b'piżijiet FFN imħallta mill-mudell tal-lingwa Qwen3-1.7B għal klonazzjoni multilingwi aktar qawwija.
Żviluppatur: FINAL-Bench · Liċenzja: Apache 2.0
Ipprovaha
MOSS-TTSD Standard
Mudell ta’ kontinwazzjoni ta’ djalogu b’ħafna kelliema — jiġġenera konversazzjonijiet fl-istil tal-podcast b’sa 5 kelliema u 60 minuta ta’ awdjo koerenti.
Żviluppatur: OpenMOSS · Liċenzja: Apache 2.0
Ipprovaha
Chatterbox Primjum
Stat-tal-aħħar żero-shot kklonjar vuċi mal-kontroll emozzjoni minn Resemble AI.
Kwalità:
Ipprovaha
Tortoise TTS Primjum
Test-to-speech b'ħafna vuċijiet iffokat fuq il-kwalità b'arkitettura autoregressiva.
Kwalità:
Ipprovaha
StyleTTS 2 Primjum
Test-to-speech fil-livell tal-bniedem permezz ta’ diffużjoni tal-istil u taħriġ kontradittorju.
Kwalità:
Ipprovaha
OpenVoice Primjum
Instant klonazzjoni vuċi b'kontroll granulari fuq l-istil, emozzjoni, u aċċent.
Kwalità:
Ipprovaha
Sesame CSM Primjum
Mudell ta’ diskors konversazzjonali li jiġġenera djalogu naturali biż-żmien u l-emozzjoni xierqa.
Kwalità:
IpprovahaCosyVoice 2
TTS streaming skalabbli ta ’Alibaba b’naturalezza ta’ parità umana u latenza kważi żero.
Lingwi: en, zh, ja, ko, fr, de, it, es
Il-vuċi tal-klonuIndexTTS-2
Zero-shot TTS b'kontroll emozzjoni granulari fina u espressività għolja.
Lingwi: en, zh
Il-vuċi tal-klonuSpark TTS
TTS tal-ikklonjar tal-vuċi b'emozzjoni kontrollabbli u stil tat-taħdit permezz ta' twissijiet.
Lingwi: en, zh
Il-vuċi tal-klonuGPT-SoVITS
Ftit-shot vuċi klonazzjoni TTS li jirreplika kwalunkwe vuċi minn biss 5 sekondi tal-awdjo.
Lingwi: en, zh, ja, ko
Il-vuċi tal-klonuChatterbox
Stat-tal-aħħar żero-shot kklonjar vuċi mal-kontroll emozzjoni minn Resemble AI.
Lingwi: en
Il-vuċi tal-klonuTortoise TTS
Test-to-speech b'ħafna vuċijiet iffokat fuq il-kwalità b'arkitettura autoregressiva.
Lingwi: en
Il-vuċi tal-klonuOpenVoice
Instant klonazzjoni vuċi b'kontroll granulari fuq l-istil, emozzjoni, u aċċent.
Lingwi: en, zh, ja, ko, fr, es
Il-vuċi tal-klonuVieNeu-TTS-v2
Vjetnamiż + Ingliż kodiċi-swiċċjar TTS b'7 vuċijiet preset u klonazzjoni vuċi żero-shot. CPU biss, l-ebda GPU meħtieġa.
Lingwi: vi, en
Il-vuċi tal-klonuChatterbox Turbo
Chatterbox aktar mgħaġġel b'latenza sub-200ms u tags paralinguistic għal daħk, sogħla, u aktar.
Lingwi: en
Il-vuċi tal-klonuVoxCPM
TTS mingħajr tokenizer li jipproduċi awdjo 44.1kHz b'konsistenza tal-paragrafu konxja mill-kuntest.
Lingwi: en, zh
Il-vuċi tal-klonuOuteTTS
TTS ibbażat fuq LLM li jaħdem fuq CPU, GPU, jew browser permezz llama.cpp u Transformers.js.
Lingwi: en
Il-vuċi tal-klonuPocket TTS
Mudell tal-parametru ħafif 100M minn Kyutai bi klonazzjoni tal-vuċi minn kampjun wieħed.
Lingwi: en, fr
Il-vuċi tal-klonuCosyVoice3
TTS multilingwi tal-ġenerazzjoni li jmiss b'bi-streaming, kontroll tal-emozzjoni, u klonazzjoni tal-vuċi żero-shot.
Lingwi: en, zh, ja, ko, de, es, fr, it, ru
Il-vuċi tal-klonuNAMAA Saudi TTS
L-ewwel miftuħa Sawdi-Għarbi TTS. Nattiv Sawdi djalett bil-vuċi klonazzjoni Chatterbox-kwalità.
Lingwi: ar
Il-vuċi tal-klonuDarwin TTS
Varjant cross-modal Qwen3-TTS b'piżijiet FFN imħallta mill-mudell tal-lingwa Qwen3-1.7B għal klonazzjoni multilingwi aktar qawwija.
Lingwi: en, ko, ja, zh
Il-vuċi tal-klonuMOSS-TTSD
Mudell ta’ kontinwazzjoni ta’ djalogu b’ħafna kelliema — jiġġenera konversazzjonijiet fl-istil tal-podcast b’sa 5 kelliema u 60 minuta ta’ awdjo koerenti.
Lingwi: en, zh
Il-vuċi tal-klonuMing-Omni TTS
Mudell tad-diskors omni-modal 0.5B kompatti minn inclusionAI b'output 44.1kHz b'fiduċja għolja u klonazzjoni tal-vuċi zero-shot.
Lingwi: en, zh
Il-vuċi tal-klonuMOSS-TTS Nano
Tiny 100M MOSS-TTS varjant — l-istess arkitettura, 80x iżgħar, latency ħielsa-saff.
Lingwi: en, zh, de, es, fr, ja, it, ko, ru, ar, pt
Il-vuċi tal-klonuL-ewwel API għall-iżviluppaturi
OpenAI-kompatibbli REST API. One endpoint, 22+ mudelli. Streaming appoġġ għall-applikazzjonijiet fil-ħin reali.
- Format kompatibbli ma’ OpenAI
- Streaming TTS għall-applikazzjonijiet fil-ħin reali
- Ipproċessar tal-lott għall-impjiegi kbar
- Notifiki tal-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")Sempliċi, Prezzijiet trasparenti
Ibda b'xejn. Skala kif tikber.
Liberi
15,000 karattru + 5,000/jum
- 7 mudelli ħielsa inklużi Kokoro
- 5,000 karattru għal kull ġenerazzjoni
- Aċċess għall-API inkluż
Starter
500 kreditu / xahar
- Kollha 22+ mudelli
- 100,000 karattru għal kull ġenerazzjoni
- Klonazzjoni tal-vuċi
Għal
2,000 kreditu/xahar
- Kollox fi Starter
- Aċċess għall-API
- Ipproċessar ta’ prijorità
Negozju
10,000 kreditu/xahar
- Kollox fil-Pro
- API bl-ingrossa
- Kju ta’ prijorità
Mistoqsijiet Frekwenti (FAQ)
X'nistgħu ntejbu? Il-feedback tiegħek jgħinna nsolvu l-problemi.
Ibda tuża AI Voice Illum
Ingħaqad ma' kreaturi, żviluppaturi u negozji li jużaw TTS.ai