مفت AI لکت مان ڳالھائڻName
22+ اوپن سورس ماڊل، 100+ آواز، 32+ ٻوليون. ڪوبه اڪائونٽ نه گھرجي.
سڀڪنھن شيءِ جو توھان کي آواز AI جي ضرورت آھي
26 اوزار 24+ اوپن سورس اي آءِ ماڊلز سان طاقتور
AI آواز جا ماڊل
اوپن سورس TTS ماڊلز جو سڀ کان جامع مجموعو هڪ پليٽ فارم ۾
Kokoro Free
ڪوڪورو هڪ 82 ملين پاراميٽرن وارو متن کان ڳالهائڻ وارو ماڊل آهي جيڪو پنهنجي وزن جي ڪلاس کان مٿي آهي. پنهنجي ننڍڙي سائيز جي باوجود ، اهو تمام گهڻو قدرتي ۽ اظهاري ڳالهائڻ پيدا ڪري ٿو. ڪوڪورو ڪيترن ئي ٻولين کي سپورٽ ڪري ٿو جن ۾ انگريزي ، جاپاني ، چيني ۽ ڪورين شامل آهن جن ۾ اظهاري آوازن جي تنوع آهي. اهو ڏاڍو تيز هلندو آهي - هڪ GPU تي حقيقي وقت جي ڀيٽ ۾ تقريبن 100x تيز آواز پيدا ڪري ٿو.
ھن لاءِ بهترين: اعليٰ معياري TTS گھٽ ۾ گھٽ دير سان ، اسٽريمنگ ايپليڪيشنون
مفت آزمايوPiper Free
پيپر هڪ ھلڪو متن کان ڳالھائڻ وارو انجن آهي جيڪو Rhasspy پاران ترقي يافته آهي جيڪو VITS ۽ larynx architectures استعمال ڪري ٿو. اهو مڪمل طور تي سي پي يو تي هلندو آهي، ان کي ايج ڊيوائسز، گھر جي خودڪار، ۽ آف لائن TTS جي ضرورت وارين ايپليڪيشنن لاءِ مثالي بڻائيندو آهي. 30+ ٻولين ۾ 100 کان وڌيڪ آوازن سان، پيپر هڪ Raspberry Pi 4 تي به حقيقي وقت جي رفتار تي طبعي آواز واري ڳالھائڻ مهيا ڪري ٿو.
ھن لاءِ بهترين: جلدي اڳڪٿيون، رسائي، ۽ داخل ٿيل ايپليڪيشنون
مفت آزمايوVITS Free
VITS (Variation Inference with adversarial learning for end-to-end Text-to-Speech) هڪ متوازي end-to-end TTS طريقو آهي جيڪو موجوده ٻن مرحلن جي ماڊلن جي ڀيٽ ۾ وڌيڪ قدرتي آواز وارو آڊيو پيدا ڪري ٿو. اهو مختلف انفريشن کي قبول ڪري ٿو جيڪو معمولي وهڪري سان وڌايو ويو آهي ۽ هڪ مقابلي واري تربيت واري عمل سان، طبيعت ۾ وڏي بهتري حاصل ڪري ٿو.
ھن لاءِ بهترين: عام مقصد وارو متن- کان- ڳالھائيءَ ڏانھن
مفت آزمايوMeloTTS Free
MyShell.ai طرفان MeloTTS هڪ ٻن ٻولين جي TTS لائبريري آهي جيڪا انگريزي (آمريڪي، برطانوي، هندي، آسٽريليا)، اسپينش، فرانسيسي، چيني، جاپاني ۽ ڪورين کي سپورٽ ڪري ٿي. اهو تمام تيز آهي، صرف سي پي يو تي حقيقي وقت جي رفتار تي متن کي پروسيس ڪري ٿو. MeloTTS پيداوار جي استعمال لاءِ ٺاهيو ويو آهي ۽ سي پي يو ۽ جي پي يو ٻنهي کي سپورٽ ڪري ٿو.
ھن لاءِ بهترين: پيداوار جون ايپليڪيشنون جن کي جلدي، ڪيترن ٻولين جي TTS جي ضرورت آھي
مفت آزمايوBark Standard
ٽرانسميٽر تي ٻڌل متن کان آڊيو ماڊل جيڪو سچي ڳالھائي، موسيقي ۽ آواز جا اثر پيدا ڪري ٿو.
ڊيولپر: Suno · لائسنس: MIT
ڪوشش ڪريوBark Small Standard
بارڪ جو هلڪو ورزن تيز استنباط ۽ گهٽ يادگار استعمال سان.
ڊيولپر: Suno · لائسنس: MIT
ڪوشش ڪريوCosyVoice 2 Standard
Alibaba's scaleable streaming TTS with human-parity naturalness and near-zero latency.
ڊيولپر: Alibaba (Tongyi Lab) · لائسنس: Apache 2.0
ڪوشش ڪريوDia TTS Standard
ملٽي اسپيڪر ڊالوگ پيدا ڪرڻ وارو ماڊل جيڪو اسپيڪر جي وچ ۾ قدرتي گفتگو پيدا ڪري ٿو.
ڊيولپر: Nari Labs · لائسنس: Apache 2.0
ڪوشش ڪريوParler TTS Standard
اوھان کي گھرجي ته آواز کي قدرتي ٻوليءَ ۾ بيان ڪريو ۽ پارلر مطابقت رکندڙ آواز پيدا ڪندو.
ڊيولپر: Hugging Face · لائسنس: Apache 2.0
ڪوشش ڪريوIndexTTS-2 Standard
Zero-shot TTS fine-grained احساس ڪنٽرول ۽ اعلي اظهار سان.
ڊيولپر: Index Team · لائسنس: Apache 2.0
ڪوشش ڪريوSpark TTS Standard
آواز جي ڪلوننگ TTS ڪنٽرول ٿيل احساس ۽ ڳالهائڻ جي انداز سان پروموشنز ذريعي.
ڊيولپر: SparkAudio · لائسنس: Apache 2.0
ڪوشش ڪريوGPT-SoVITS Standard
ٿورڙي شاٽ آواز ڪلوننگ TTS جيڪو ڪنهن به آواز کي رڳو 5 سيڪنڊن جي آڊيو مان نقل ڪري ٿو.
ڊيولپر: RVC-Boss · لائسنس: MIT
ڪوشش ڪريوOrpheus Standard
انسان جي سطح جو احساساتي TTS ماڊل 100K ڪلاڪن جي ڳالهائڻ جي ڊيٽا تي تربيت ڏنل.
ڊيولپر: Canopy Labs · لائسنس: Llama 3.2 Community
ڪوشش ڪريوQwen3 TTS Standard
Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.
ڊيولپر: Alibaba (Qwen) · لائسنس: Apache 2.0
ڪوشش ڪريوCosyVoice 2
Alibaba's scaleable streaming TTS with human-parity naturalness and near-zero latency.
ٻوليون: en, zh, ja, ko, fr, de, it, es
آواز کلون ڪريوSpark TTS
آواز جي ڪلوننگ TTS ڪنٽرول ٿيل احساس ۽ ڳالهائڻ جي انداز سان پروموشنز ذريعي.
ٻوليون: en, zh
آواز کلون ڪريوGPT-SoVITS
ٿورڙي شاٽ آواز ڪلوننگ TTS جيڪو ڪنهن به آواز کي رڳو 5 سيڪنڊن جي آڊيو مان نقل ڪري ٿو.
ٻوليون: en, zh, ja, ko
آواز کلون ڪريوChatterbox
State-of-the-art zero-shot آواز ڪلوننگ احساس ڪنٽرول سان Resemble AI کان.
ٻوليون: en
آواز کلون ڪريوTortoise TTS
ڪيترن ئي آوازن واري متن کان ڳالهائڻ جي معيار تي ڌيان ڏنو ويو آهي autoregressive architecture سان.
ٻوليون: en
آواز کلون ڪريوOpenVoice
فوري آوازن جو کلوننگ شڪل، احساس، ۽ ڌيان تي ڪنٽرول سان.
ٻوليون: en, zh, ja, ko, fr, de, es, it
آواز کلون ڪريوQwen3 TTS
Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.
ٻوليون: en, zh, ja, ko, de, fr, ru, pt, es, it
آواز کلون ڪريوڊيولپر-پھرين API
OpenAI-compatible REST API. One endpoint, 22+ models. Streaming support for real-time applications.
- OpenAI مطابقت رکندڙ شڪل
- ريئل ٽائيم ايپليڪيشنن لاءِ TTS اسٽريمنگ
- وڏين ڪمن لاءِ بيٽ پروسيس
- Webhook اطلاع
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)سادو، شفاف قيمت
مفت شروع ڪريو. جيئن وڌي رهيا آهيو.
گھڻا پڇيا ويندا سوال
AI آواز استعمال ڪرڻ اڄ شروع ڪريو
TTS.ai استعمال ڪندي ٺاھيندڙن، ڊيولپرن ۽ ڪاروبار سان شامل ٿيو