Свободный IA Текст к речи
33+ модели с открытыми исходными кодами, 273+ голоса, 33+ Не требуется никаких счетов.
Все, что вам нужно для Голоса AI
30+ инструменты, приводимые в действие моделями АИ с открытыми исходными кодами
33+ Модели голоса AI
Наиболее полный набор моделей ТТС с открытыми исходными кодами на одной платформе
Kokoro Свободные
Кокоро — это модель из 82 миллионов параметров, которая бьет намного выше своего класса веса. Несмотря на свой маленький размер, она производит удивительно естественную и экспрессивную речь. Кокоро поддерживает множество языков, включая английский, японский, китайский и корейский, с разнообразными экспрессивными голосами. Она работает невероятно быстро, генерируя звук почти 100x быстрее, чем в реальном времени на GPU.
Лучший для: Высококачественные TTS с минимальными запоздалыми, ручными приложениями
Попробуй освободиться
Piper Свободные
Piper — это легковесный текстово-пиковый двигатель, разработанный Rhasspy и использующий архитектуры VITS и гортани. Он работает полностью на процессоре, что делает его идеальным для кабельных устройств, автоматизации дома и приложений, требующих оффлайн TTS. С более чем 100 голосами на 30+ языках Piper произносит естественную речь при скорости в реальном времени даже на Raspberry Pi 4.
Лучший для: Быстрые просмотры, доступность и встроенные приложения
Попробуй освободиться
VITS Свободные
VITS (Varional Interitional Affections with contractive education for end-to-Speech) является параллельным методом TTS, который генерирует больше натурального звукового звука, чем нынешние двухступенчатые модели. Он принимает вариативные выводы, дополненные нормализующими потоками и состязательным процессом подготовки, что позволяет значительно улучшить естественность.
Лучший для: Тексты общего назначения с натуральной прозодией
Попробуй освободиться
MeloTTS Свободные
MeloTTS MySell.ai — многоязычная библиотека TTS, поддерживающая английский (American, British, Indian, Australian), испанский, французский, китайский, японский и корейский языки.
Лучший для: Производственные приложения, требующие быстрых, многоязычных ТТС
Попробуй освободиться
Kani TTS 2 Свободные
Kani-TTS-2, NineNineSix () — модель параметров, построенная на хребте Жидкого AI LFM2 с NVIDIA Nanocodec. Он работает всего в 3GB VRAM и выпускает ~10 секунд речи за 2 секунды на A100 (RTF 0.2). В настоящее время публика выпускает только на английском языке контрольно-пропускной пункт "kani-tts-2-en" и не разоблачает крючок, необходимый для клонирования голоса, используя Thatterbox / IndexTS2 / F5-TTS для клонирования, или Kokoro / MeloTTS для неанглийских.
Лучший для: Быстрое английское поколение на аппаратных средствах с низким VRAM, быстрые просмотры
Попробуй освободиться
OuteTTS Свободные
OuteTTS расширяет большие языковые модели с текстово-развивающимися возможностями при сохранении оригинальной архитектуры. Он поддерживает несколько подсказок, включая ламу.cpp (CPU/GPU), Hagging Face Transformers, ExLamaV2, VLM, и даже браузеры с помощью transformers.js.
Лучший для: Развертывание наконечника, ТТС на базе браузера, низкоресурсная среда
Попробуй освободиться
Pocket TTS Свободные
Pocket TTS Kyutai (создатель Moshi) — компактная модель параметров 100M, которая значительно превышает свой вес. Она эффективно работает на процессоре, поддерживает клонирование с нулевым голосом из одного звукового образца и производит естественную звуковую речь. Малый размер модели делает ее идеальной для креативного развертывания и малой ресурсной среды.
Лучший для: Легкое развертывание, среда только для процессора, быстрое клонирование голоса
Попробуй освободиться
Kitten TTS Свободные
Kitten TTS KittenML — это сверхлегкая модель, построенная на ONNX. С вариантами от 15M до 80M параметров (25-80 MB на диске), она обеспечивает высококачественное голосовое синтезирование на процессоре, не требуя GPU. Особенности 8 встроенных голосов, корректируемая скорость речи и встроенная предварительная обработка текстов для чисел, валют и единиц. Идеалы для креативного развертывания и прикладных программ с низкой устойчивостью.
Лучший для: Быстродействующий легковесный TTS, развертывание по краям, применение низколатных технологий
Попробуй освободиться
Ming-Omni TTS Свободные
Ming-omni-tts-0,5B путем включения AI представляет собой компактную омодальную модель речи, построенную на плотном позвоночнике BailingMM с звуковым декодером, позволяющим сравнивать звуки. Выпуск 44,1kHz (ближе к качеству компакт-диска), поддерживает клонирование с нулевым голосом из 3+ второй ссылки и включает встроенный эмоциональный/диалектический/БГМ контроль через инструкции JSON. Отличная стабильность — 0,83% WER по китайским контрольным параметрам.
Лучший для: Двуязычная повествование на высоком уровне, речевое выступление под контролем эмоций, содержимое китайской аудиокниги
Попробуй освободиться
MOSS-TTS Nano Свободные
MOSS-TTS-Nano-100M представляет собой компактный 100-м-параметрный вариант семейства MOSS-TTS, в котором используется архитектура отсрочивающего трансформатора. Променяет пиковое качество модели 8B на ~80x меньшего веса и значительно меньше на запрос VRAM, что делает его пригодным для свободного и высокопроизводительного развертывания. Тот же 20-язычный охват.
Лучший для: Свободноуровневый ТТС, производство большого объема, интерактивное использование низкой широты
Попробуй освободиться
Bark Стандартные
Трансформаторная текстово-аудио-модель, генерирующая реалистическую речь, музыку и звуковые эффекты.
Разработчик: Suno · Лицензия: MIT
Попробуй.
Bark Small Стандартные
Мягкая версия Барка с более быстрым выводом и меньшим использованием памяти.
Разработчик: Suno · Лицензия: MIT
Попробуй.
CosyVoice 2 Стандартные
Масштабный поток Alibaba TTS с присущими человеку природой и почти нулевой латентностью.
Разработчик: Alibaba (Tongyi Lab) · Лицензия: Apache 2.0
Попробуй.
Dia TTS Стандартные
Модель создания диалогов с участием нескольких ораторов, которая создает естественный диалог между ораторами.
Разработчик: Nari Labs · Лицензия: Apache 2.0
Попробуй.
Parler TTS Стандартные
Опишите голос, который вы хотите на естественном языке, и Парлер создаёт сравнительную речь.
Разработчик: Hugging Face · Лицензия: Apache 2.0
Попробуй.
IndexTTS-2 Стандартные
Ноль-выстрелов TTS с тонким эмоциональным контролем и высокой экспрессивностью.
Разработчик: Index Team · Лицензия: Bilibili Model License
Попробуй.
Spark TTS Стандартные
Клонирование голоса TTS с контролируемыми эмоциями и разговорным стилем с помощью быков.
Разработчик: SparkAudio · Лицензия: CC BY-NC-SA 4.0
Попробуй.
GPT-SoVITS Стандартные
Немногие клонирующие голоса TTS, которые воспроизводят любой голос из пяти секунд звука.
Разработчик: RVC-Boss · Лицензия: MIT
Попробуй.
Orpheus Стандартные
Эмоциональная модель TTS на уровне человека была обучена 100K часов речевых данных.
Разработчик: Canopy Labs · Лицензия: Llama 3.2 Community
Попробуй.
Qwen3 TTS Стандартные
Многоязычный TTS Алибабы с предопределёнными голосами и дизайном голоса из текста.
Разработчик: Alibaba (Qwen) · Лицензия: Apache 2.0
Попробуй.
VieNeu-TTS-v2 Стандартные
Вьетнамский + Английский шифрующий TTS с 7 предварительно установленными голосовыми голосами и нулевым клонированием голосов. Только процессор, не требуется ГПС.
Разработчик: Phạm Nguyễn Ngọc Bảo · Лицензия: Apache 2.0
Попробуй.
Chatterbox Turbo Стандартные
Быстрее чаттербокс с латентностью в 200 м и паралингвистическими метками для смеха, кашля и даже больше.
Разработчик: Resemble AI · Лицензия: MIT
Попробуй.
VoxCPM Стандартные
Без токенизатора TTS производит звук 44,1 кГц с контекстопонимающей последовательность параграфов.
Разработчик: OpenBMB · Лицензия: Apache 2.0
Попробуй.
VibeVoice Стандартные
Модель Microsoft для длинноформатного многопикового контента, как подкасты и аудиокниги.
Разработчик: Microsoft · Лицензия: MIT
Попробуй.
CosyVoice3 Стандартные
В следующем поколении многоязыковые TTS с би-стриминговым, эмоциональным контролем и нулевым клонированием голоса.
Разработчик: Alibaba (FunAudioLLM) · Лицензия: Apache 2.0
Попробуй.
NAMAA Saudi TTS Стандартные
Первое открытие саудовско-арабского TTS, местный саудовский диалект с клонированием голоса на языке Chatterbox.
Разработчик: NAMAA Space · Лицензия: MIT
Попробуй.
Darwin TTS Стандартные
Межмодульный вариант Qwen3-TTS с весами FFN, смешанный с языковой моделью Qwen3-1.7B для более острого многоязыкового клонирования.
Разработчик: FINAL-Bench · Лицензия: Apache 2.0
Попробуй.
MOSS-TTSD Стандартные
Модель продолжения диалога с участием многих ораторов — генерирует подкастные разговоры с пятью ораторами и 60 минутами связного звука.
Разработчик: OpenMOSS · Лицензия: Apache 2.0
Попробуй.
Chatterbox Премиум
Современное клонирование с нулевым голосом с эмоциональным контролем из Resemble AI.
Качество:
Попробуй.
Tortoise TTS Премиум
Текст-пик с несколькими счетами был сосредоточен на качестве с авторегрессивной архитектурой.
Качество:
Попробуй.
StyleTTS 2 Премиум
На уровне человека текстопроникновение через распространение стиля и состязательную подготовку.
Качество:
Попробуй.
OpenVoice Премиум
Мгновенное клонирование голоса с гранулальным контролем над стилем, эмоциями и акцентом.
Качество:
Попробуй.
Sesame CSM Премиум
Модель разговорной речи, генерирующая естественный диалог с соответствующими сроками и эмоциями.
Качество:
Попробуй.CosyVoice 2
Масштабный поток Alibaba TTS с присущими человеку природой и почти нулевой латентностью.
Языки: en, zh, ja, ko, fr, de, it, es
Голос клоновIndexTTS-2
Ноль-выстрелов TTS с тонким эмоциональным контролем и высокой экспрессивностью.
Языки: en, zh
Голос клоновSpark TTS
Клонирование голоса TTS с контролируемыми эмоциями и разговорным стилем с помощью быков.
Языки: en, zh
Голос клоновGPT-SoVITS
Немногие клонирующие голоса TTS, которые воспроизводят любой голос из пяти секунд звука.
Языки: en, zh, ja, ko
Голос клоновChatterbox
Современное клонирование с нулевым голосом с эмоциональным контролем из Resemble AI.
Языки: en
Голос клоновTortoise TTS
Текст-пик с несколькими счетами был сосредоточен на качестве с авторегрессивной архитектурой.
Языки: en
Голос клоновOpenVoice
Мгновенное клонирование голоса с гранулальным контролем над стилем, эмоциями и акцентом.
Языки: en, zh, ja, ko, fr, es
Голос клоновVieNeu-TTS-v2
Вьетнамский + Английский шифрующий TTS с 7 предварительно установленными голосовыми голосами и нулевым клонированием голосов. Только процессор, не требуется ГПС.
Языки: vi, en
Голос клоновChatterbox Turbo
Быстрее чаттербокс с латентностью в 200 м и паралингвистическими метками для смеха, кашля и даже больше.
Языки: en
Голос клоновVoxCPM
Без токенизатора TTS производит звук 44,1 кГц с контекстопонимающей последовательность параграфов.
Языки: en, zh
Голос клоновOuteTTS
TTS на основе LLM, который работает на процессоре, GPU или браузере с помощью ламы.cpp и Трансформеров.js.
Языки: en
Голос клоновPocket TTS
Легковесная модель параметров 100М Кютай с клонированием голоса из одной пробы.
Языки: en, fr
Голос клоновCosyVoice3
В следующем поколении многоязыковые TTS с би-стриминговым, эмоциональным контролем и нулевым клонированием голоса.
Языки: en, zh, ja, ko, de, es, fr, it, ru
Голос клоновNAMAA Saudi TTS
Первое открытие саудовско-арабского TTS, местный саудовский диалект с клонированием голоса на языке Chatterbox.
Языки: ar
Голос клоновDarwin TTS
Межмодульный вариант Qwen3-TTS с весами FFN, смешанный с языковой моделью Qwen3-1.7B для более острого многоязыкового клонирования.
Языки: en, ko, ja, zh
Голос клоновMOSS-TTSD
Модель продолжения диалога с участием многих ораторов — генерирует подкастные разговоры с пятью ораторами и 60 минутами связного звука.
Языки: en, zh
Голос клоновMing-Omni TTS
Компакт 0.5B комбинированная модель речи из InclusionAI с высокой достоверностью 44,1 кГц и нулевым клонированием голоса.
Языки: en, zh
Голос клоновMOSS-TTS Nano
Маленький вариант MOSS-TTS — та же архитектура, 80х меньше, свободная латентность.
Языки: en, zh, de, es, fr, ja, it, ko, ru, ar, pt
Голос клоновРазработчик - первый API
OpenAI-совместимый REST API. Одна конечная точка, 22+ модели. Стремительная поддержка для приложений в режиме реального времени.
- OpenAI-совместимый формат
- Скачок TTS для приложений в режиме реального времени
- Обработка партии для выполнения крупных работ
- Уведомления в сети < < Уэбхук > >
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")Простое, прозрачное ценообразование
Начинай свободно, по мере роста.
Свободные
15 000 знаков + 5000 в день
- 7 бесплатных моделей, включая Кокоро
- 5 000 шаров в расчете на одно поколение
- Включен доступ к API
Запуск
500 кредитов в месяц
- Все 22+ модели
- 100 000 шаров в расчете на одно поколение
- Клонирование голоса
Про
2000 кредитов в месяц
- Всё в стартере
- Доступ к API
- Приоритетная обработка
Часто задаваемые вопросы
Твоя обратная связь помогает нам решать проблемы.
Начните использовать AI Voice сегодня
Присоединяйтесь к создателям, разработчикам и предприятиям, использующим TTS.ai