AI liberă Text la discurs
20+ modele de surse deschise; 107+ voci, 32+ limbi. Nu este necesar cont.
Tot ce ai nevoie pentru voce AI
30+ unelte alimentate prin modele AI de sursă deschisă
20+ Modele vocale ale AI
Colecția cea mai cuprinzătoare a modelelor TTS de sursă deschisă într-o platformă
Kokoro Free
Kokoro este un model text-to-speech de 82 milioane de parametri care lovește foarte mult deasupra clasei sale de greutate. În ciuda dimensiunilor sale mici, produce un discurs remarcabil natural și expresiv. Kokoro sprijină mai multe limbi, inclusiv engleză, japoneză, chineză și coreeană, cu o varietate de voci expresive. Funcționează incredibil de rapid — generarea de audio aproape 100x mai rapid decât în timp real pe o GPU.
Cel mai bun pentru: TTS de înaltă calitate cu latență minimă, aplicații de streaming
Încearcă liber
Piper Free
Piper este un motor uşor de text la speech, dezvoltat de Rhasspy, care foloseşte arhitecturi VITS şi laringex. Funcţionează complet pe CPU, făcând-o ideal pentru dispozitive de bord, automatizare de casă şi aplicaţii care necesită TTS offline. Cu peste 100 de voci în 30+ limbi, Piper oferă un discurs de sunet natural la viteze în timp real chiar şi pe un Raspberry Pi 4.
Cel mai bun pentru: Vizualizări rapide, accesibilitate și aplicații încorporate
Încearcă liber
VITS Free
VITS (Variational Inference with adversarial learning for end-to-end Text-to-Speeling) este o metodă paralelă de TTS end-to-end care generează audio mai natural decat modelele curente de două etape. Adoptă inference variational înmulțit cu fluxuri de normalizare și un proces de formare adversarială, obținând o îmbunătățire semnificativă a naturalității.
Cel mai bun pentru: Texte-la-picior pentru scop general cu prosodie naturală
Încearcă liber
MeloTTS Free
MeloTTS de MyShell.ai este o bibliotecă multilingv TTS care sprijină engleza (americană, britanică, indiană, australiană), spaniolă, franceză, chineză, japoneză și coreeană. Este extrem de rapidă, prelucrarea textului la viteza aproape în timp real de CPU singur. MeloTTS este proiectat pentru utilizarea producției și suportă atât inferința CPU și GPU.
Cel mai bun pentru: Aplicații de producție care au nevoie de TTS rapid și multilingv
Încearcă liber
Bark Standard
Model text-to-audio bazat pe transformatori care generează efecte realiste de vorbire, muzica și sunet.
Dezvoltator: Suno · Licență: MIT
Încearcă.
Bark Small Standard
Versiune mai ușoară a Bark cu o inferință mai rapidă și o utilizare mai mică a memoriei.
Dezvoltator: Suno · Licență: MIT
Încearcă.
CosyVoice 2 Standard
TTS de streaming scalabil al lui Alibaba cu naturalitate umană-paritate și latență aproape zero.
Dezvoltator: Alibaba (Tongyi Lab) · Licență: Apache 2.0
Încearcă.
Dia TTS Standard
Model de generare de dialog multi-speaker care creează conversații naturale între vorbitori.
Dezvoltator: Nari Labs · Licență: Apache 2.0
Încearcă.
Parler TTS Standard
Descrieți vocea pe care doriți în limba naturală și Parler generează vorbire potrivită.
Dezvoltator: Hugging Face · Licență: Apache 2.0
Încearcă.
GLM-TTS Standard
Atinge cea mai mică rată de eroare a caracterului printre modelele TTS de surse deschise.
Dezvoltator: Zhipu AI · Licență: GLM-4 License
Încearcă.
IndexTTS-2 Standard
TTS zero-shot cu control de emoții fin-grained și mare expresibilitate.
Dezvoltator: Index Team · Licență: Bilibili Model License
Încearcă.
Spark TTS Standard
Clonarea vocală TTS cu emoție controlabilă și stil de vorbire prin prompte.
Dezvoltator: SparkAudio · Licență: CC BY-NC-SA 4.0
Încearcă.
GPT-SoVITS Standard
Puţine vocală de clonare TTS care repetă orice voce de la doar 5 secunde de audio.
Dezvoltator: RVC-Boss · Licență: MIT
Încearcă.
Orpheus Standard
Modelul emoţional de TTS la nivel uman instruit pe 100K de ore de date de vorbire.
Dezvoltator: Canopy Labs · Licență: Llama 3.2 Community
Încearcă.
Qwen3 TTS Standard
TTS multilingv al lui Alibaba cu clonarea vocală, vocea preconizată, și proiectarea vocală din text.
Dezvoltator: Alibaba (Qwen) · Licență: Apache 2.0
Încearcă.
Chatterbox Premium
Vocea de ultimă generaţie, cu un control de emoţie de la Resemble AI.
Calitate:
Încearcă.
Tortoise TTS Premium
Multi-voce text-to-speech se concentrează pe calitate cu arhitectura autorregressivă.
Calitate:
Încearcă.
StyleTTS 2 Premium
Textul la speech la nivel uman prin difuzarea stilului si formarea adversariala.
Calitate:
Încearcă.
OpenVoice Premium
Clonarea vocală instantană cu control granular asupra stilului, emoţiei şi accentului.
Calitate:
Încearcă.
Sesame CSM Premium
Modelul de vorbire de conversație generarea dialogului natural cu timp și emoție adecvat.
Calitate:
Încearcă.CosyVoice 2
TTS de streaming scalabil al lui Alibaba cu naturalitate umană-paritate și latență aproape zero.
Limbi: en, zh, ja, ko, fr, de, it, es
Clonează voceaGLM-TTS
Atinge cea mai mică rată de eroare a caracterului printre modelele TTS de surse deschise.
Limbi: en, zh
Clonează voceaIndexTTS-2
TTS zero-shot cu control de emoții fin-grained și mare expresibilitate.
Limbi: en, zh
Clonează voceaSpark TTS
Clonarea vocală TTS cu emoție controlabilă și stil de vorbire prin prompte.
Limbi: en, zh
Clonează voceaGPT-SoVITS
Puţine vocală de clonare TTS care repetă orice voce de la doar 5 secunde de audio.
Limbi: en, zh, ja, ko
Clonează voceaChatterbox
Vocea de ultimă generaţie, cu un control de emoţie de la Resemble AI.
Limbi: en
Clonează voceaTortoise TTS
Multi-voce text-to-speech se concentrează pe calitate cu arhitectura autorregressivă.
Limbi: en
Clonează voceaOpenVoice
Clonarea vocală instantană cu control granular asupra stilului, emoţiei şi accentului.
Limbi: en, zh, ja, ko, fr, de, es, it
Clonează voceaQwen3 TTS
TTS multilingv al lui Alibaba cu clonarea vocală, vocea preconizată, și proiectarea vocală din text.
Limbi: en, zh, ja, ko, de, fr, ru, pt, es, it
Clonează voceaDezvoltator-Primă API
API REST compatibilă cu OpenAI. O endpoint, 22+ modele. Suport de transparență pentru aplicații în timp real.
- Format compatibil cu OpenAI
- Streaming TTS pentru aplicații în timp real
- Prelucrarea lotului pentru locuri de muncă mari
- Notificații 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")Preţuri simple, transparente
Începe gratis. Scalează-te pe măsură ce creşti.
Gratuit
15,000 characters
- Kokoro, Piper, VITS, MeloTTS
- Limite de 500 de caractere
- 3 gen/oră (fără cont)
Pornitor
500,000 characters/month
- Toate cele 22+ modele
- 100,000 chars per generation
- Clonarea vocală
Pro
2,000,000 characters/month
- Totul în Starter
- Acces API
- Prelucrarea prioritară
Întrebări frecvente
Începeți să utilizați vocea AI astăzi
Alăturați-vă creatorilor, dezvoltatorilor și întreprinderilor folosind TTS.ai