स्वतन्त्र एआई पाठ वाचकComment
22+ खुला स्रोत मोडेल, 100+ आवाज, 32+ भाषाहरू । खाता आवश्यक छैन ।
तपाईँलाई आवाज एआईको लागि आवश्यक सबै कुरा
24+ खुला स्रोत एआई मोडेल द्वारा संचालित 26 उपकरणहरू
22+ AI आवाज नमूनाहरू
एक प्लेटफर्ममा खुला स्रोत TTS नमूनाहरूको सबैभन्दा व्यापक संग्रह
Kokoro Free
Kokoro is an 82 million parameter text-to-speech model that punches well above its weight class. Despite its tiny size, it produces remarkably natural and expressive speech. Kokoro supports multiple languages including English, Japanese, Chinese, and Korean with a variety of expressive voices. It runs incredibly fast — generating audio nearly 100x faster than real-time on a GPU.
यसका लागि उत्तम: High-quality TTS with minimal latency, streaming applications
निःशुल्क प्रयास गर्नुहोस्
Piper Free
Piper is a lightweight text-to-speech engine developed by Rhasspy that uses VITS and larynx architectures. It runs entirely on CPU, making it ideal for edge devices, home automation, and applications requiring offline TTS. With over 100 voices across 30+ languages, Piper delivers natural-sounding speech at real-time speeds even on a Raspberry Pi 4.
यसका लागि उत्तम: Quick previews, accessibility, and embedded applications
निःशुल्क प्रयास गर्नुहोस्
VITS Free
VITS (Variational Inference with adversarial learning for end-to-end Text-to-Speech) is a parallel end-to-end TTS method that generates more natural sounding audio than current two-stage models. It adopts variational inference augmented with normalizing flows and an adversarial training process, achieving a significant improvement in naturalness.
यसका लागि उत्तम: General-purpose text-to-speech with natural prosody
निःशुल्क प्रयास गर्नुहोस्
MeloTTS Free
MeloTTS by MyShell.ai is a multilingual TTS library supporting English (American, British, Indian, Australian), Spanish, French, Chinese, Japanese, and Korean. It is extremely fast, processing text at near real-time speed on CPU alone. MeloTTS is designed for production use and supports both CPU and GPU inference.
यसका लागि उत्तम: उत्पादन अनुप्रयोगहरू छिटो, बहुभाषिक TTS आवश्यक
निःशुल्क प्रयास गर्नुहोस्
Bark Standard
Transformer-based text-to-audio model that generates realistic speech, music, and sound effects.
विकासकर्ता: Suno · इजाजतपत्र MIT
यसलाई प्रयास गर्नुहोस्
Bark Small Standard
Lighter version of Bark with faster inference and lower memory usage.
विकासकर्ता: Suno · इजाजतपत्र MIT
यसलाई प्रयास गर्नुहोस्
CosyVoice 2 Standard
Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.
विकासकर्ता: Alibaba (Tongyi Lab) · इजाजतपत्र Apache 2.0
यसलाई प्रयास गर्नुहोस्
Dia TTS Standard
बहु-स्पीकर संवाद उत्पादन मोडेल जो स्पीकर बीच प्राकृतिक कुराकानी सिर्जना गर्दछ।
विकासकर्ता: Nari Labs · इजाजतपत्र Apache 2.0
यसलाई प्रयास गर्नुहोस्
Parler TTS Standard
Describe the voice you want in natural language and Parler generates matching speech.
विकासकर्ता: Hugging Face · इजाजतपत्र Apache 2.0
यसलाई प्रयास गर्नुहोस्
IndexTTS-2 Standard
Zero-shot TTS with fine-grained emotion control and high expressiveness.
विकासकर्ता: Index Team · इजाजतपत्र Apache 2.0
यसलाई प्रयास गर्नुहोस्
Spark TTS Standard
Voice cloning TTS with controllable emotion and speaking style via prompts.
विकासकर्ता: SparkAudio · इजाजतपत्र Apache 2.0
यसलाई प्रयास गर्नुहोस्
GPT-SoVITS Standard
Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.
विकासकर्ता: RVC-Boss · इजाजतपत्र MIT
यसलाई प्रयास गर्नुहोस्
Orpheus Standard
Human-level emotional TTS model trained on 100K hours of speech data.
विकासकर्ता: Canopy Labs · इजाजतपत्र Llama 3.2 Community
यसलाई प्रयास गर्नुहोस्
Qwen3 TTS Standard
Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.
विकासकर्ता: Alibaba (Qwen) · इजाजतपत्र Apache 2.0
यसलाई प्रयास गर्नुहोस्
CosyVoice 2
Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.
भाषा: en, zh, ja, ko, fr, de, it, es
आवाज क्लोन गर्नुहोस्
IndexTTS-2
Zero-shot TTS with fine-grained emotion control and high expressiveness.
भाषा: en, zh
आवाज क्लोन गर्नुहोस्
Spark TTS
Voice cloning TTS with controllable emotion and speaking style via prompts.
भाषा: en, zh
आवाज क्लोन गर्नुहोस्
GPT-SoVITS
Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.
भाषा: en, zh, ja, ko
आवाज क्लोन गर्नुहोस्
Chatterbox
राज्य-को-आर्ट शून्य-शट आवाज क्लोनिंग Resemble AI देखि भावना नियन्त्रण संग।
भाषा: en
आवाज क्लोन गर्नुहोस्
Tortoise TTS
बहु-आवाज पाठ-देखि-भाषण autoregressive वास्तुकला संग गुणस्तरमा केन्द्रित।
भाषा: en
आवाज क्लोन गर्नुहोस्
OpenVoice
Instant voice cloning with granular control over style, emotion, and accent.
भाषा: en, zh, ja, ko, fr, de, es, it
आवाज क्लोन गर्नुहोस्
Qwen3 TTS
Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.
भाषा: en, zh, ja, ko, de, fr, ru, pt, es, it
आवाज क्लोन गर्नुहोस्विकासकर्ता पहिलो API
OpenAI-संगत REST API। एक अन्त बिन्दु, 22+ मोडेल। वास्तविक समय अनुप्रयोगहरूको लागि स्ट्रिमिङ समर्थन।
- खुला AI-संगत ढाँचा
- वास्तविक-समय अनुप्रयोगहरूका लागि स्ट्रिमिङ TTS
- ठूला कामका लागि ब्याच प्रक्रिया
- वेबहुक सूचना
import requests
response = requests.post(
"https://api.tts.ai/v1/tts/",
headers={"Authorization": "Bearer sk-tts-xxx"},
json={
"model": "kokoro",
"text": "Hello from TTS.ai!",
"voice": "af_bella",
}
)
with open("output.mp3", "wb") as f:
f.write(response.content)
सरल, पारदर्शी मूल्यांकन
निःशुल्क सुरु गर्नुहोस् । तपाईँ बढ्दै जाँदा मापन गर्नुहोस् ।
स्वतन्त्र
५० क्रेडिट
- Kokoro, Piper, VITS, MeloTTS
- ५०० क्यारेक्टर सीमा
- ३ जन/घण्टा (खाता छैन)
सुरुआतकर्ता
500 क्रेडिट / महिना
- सबै २२+ नमूनाहरू
- ५,००० क्यारेक्टर सीमा
- आवाज क्लोनिङ
प्रो
2,000 क्रेडिट / महिना
- सुरुआतकर्तामा सबै कुरा
- API पहुँच
- प्राथमिकता प्रक्रिया
उद्यम
10,000 क्रेडिट / महिना
- प्रो मा सबै कुरा
- ठूलो API
- प्राथमिकता लाम
प्राय सोधिने प्रश्नहरू
आज AI आवाज प्रयोग गर्न सुरु गर्नुहोस्
TTS.ai प्रयोग सिर्जनाकर्ताहरू, विकासकर्ताहरू र व्यवसायहरूमा सामेल हुनुहोस्