නිදහස් AI පෙළ සිට කථාවName
22+ විවෘත මූලාශ්රය ආකෘති, 100+ හඬ, 32+ භාෂා. ගිණුමක් අවශ්ය නැත.
හඬ AI සඳහා ඔබට අවශ්ය සියල්ල
24+ විවෘත මූලාශ්රය AI ආකෘති මගින් බලගැන්වෙන මෙවලම් 26
22+ AI හඬ ආකෘති
එක් වේදිකාවක විවෘත මූලාශ්රය TTS ආකෘති වඩාත් පුළුල් එකතුව
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.
සඳහා හොඳම: High-quality TTS with minimal latency, streaming applications
නොමිලේ උත්සාහ කරන්නPiper 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.
සඳහා හොඳම: Quick previews, accessibility, and embedded applications
නොමිලේ උත්සාහ කරන්නVITS 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.
සඳහා හොඳම: General-purpose text-to-speech with natural prosody
නොමිලේ උත්සාහ කරන්නMeloTTS 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.
සඳහා හොඳම: වේගවත්, බහුභාෂා TTS අවශ්ය නිෂ්පාදන යෙදුම්
නොමිලේ උත්සාහ කරන්නBark Standard
Transformer-based text-to-audio model that generates realistic speech, music, and sound effects.
සංවර්ධක: Suno · බලපත්රය: MIT
උත්සහ කරන්න.Bark Small Standard
Lighter version of Bark with faster inference and lower memory usage.
සංවර්ධක: Suno · බලපත්රය: MIT
උත්සහ කරන්න.CosyVoice 2 Standard
Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.
සංවර්ධක: Alibaba (Tongyi Lab) · බලපත්රය: Apache 2.0
උත්සහ කරන්න.Dia TTS Standard
ස්වාභාවික භාෂා පරිවර්තනය යනු ස්වාභාවික භාෂා ව්යවහාරයෙහි ස්වාභාවික භාෂා පරිවර්තනයයි.
සංවර්ධක: Nari Labs · බලපත්රය: Apache 2.0
උත්සහ කරන්න.Parler TTS Standard
Describe the voice you want in natural language and Parler generates matching speech.
සංවර්ධක: Hugging Face · බලපත්රය: Apache 2.0
උත්සහ කරන්න.IndexTTS-2 Standard
Zero-shot TTS with fine-grained emotion control and high expressiveness.
සංවර්ධක: Index Team · බලපත්රය: Apache 2.0
උත්සහ කරන්න.Spark TTS Standard
Voice cloning TTS with controllable emotion and speaking style via prompts.
සංවර්ධක: SparkAudio · බලපත්රය: Apache 2.0
උත්සහ කරන්න.GPT-SoVITS Standard
Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.
සංවර්ධක: RVC-Boss · බලපත්රය: MIT
උත්සහ කරන්න.Orpheus Standard
Human-level emotional TTS model trained on 100K hours of speech data.
සංවර්ධක: Canopy Labs · බලපත්රය: Llama 3.2 Community
උත්සහ කරන්න.Qwen3 TTS Standard
Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.
සංවර්ධක: Alibaba (Qwen) · බලපත්රය: Apache 2.0
උත්සහ කරන්න.CosyVoice 2
Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.
භාෂා: en, zh, ja, ko, fr, de, it, es
හඬ ක්ලෝන කරන්නIndexTTS-2
Zero-shot TTS with fine-grained emotion control and high expressiveness.
භාෂා: en, zh
හඬ ක්ලෝන කරන්නSpark TTS
Voice cloning TTS with controllable emotion and speaking style via prompts.
භාෂා: en, zh
හඬ ක්ලෝන කරන්නGPT-SoVITS
Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.
භාෂා: en, zh, ja, ko
හඬ ක්ලෝන කරන්නChatterbox
ශුන්ය-ෂොට් හඬ ක්ලෝන කිරීම, Resemble AI වලින් හැඟීම් පාලනය කිරීම.
භාෂා: en
හඬ ක්ලෝන කරන්නTortoise TTS
බහු-හඬ පෙළ-කථාව ගුණාත්මකභාවය කෙරෙහි අවධානය යොමු කරන ස්වයංක්රීය ප්රතික්රියාකාරී ගෘහ නිර්මාණ ශිල්පය.
භාෂා: en
හඬ ක්ලෝන කරන්නOpenVoice
Instant voice cloning with granular control over style, emotion, and accent.
භාෂා: en, zh, ja, ko, fr, de, es, it
හඬ ක්ලෝන කරන්නQwen3 TTS
Alibaba's multilingual TTS with voice cloning, preset voices, and voice design from text.
භාෂා: en, zh, ja, ko, de, fr, ru, pt, es, it
හඬ ක්ලෝන කරන්නසංවර්ධක- පළමු API
OpenAI අනුකූල REST API. එක් අවසන් ස්ථානයක්, 22+ ආකෘති. සැබෑ-කාලීන යෙදුම් සඳහා ප් රවාහනය සහාය.
- OpenAI අනුකූල සංයුතිය
- සත්ය කාලීන යෙදුම් සඳහා TTS ප්රවාහනය
- විශාල වැඩ සඳහා බැච් සැකසීම
- Webhook දැනුම්දීම්
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)සරල, විනිවිද මිල ගණන්
නිදහස් ආරම්භ කරන්න. ඔබ වර්ධනය ලෙස පරිමාණය.
නිදහස්
50 කාඩ්පත්
- Kokoro, Piper, VITS, MeloTTS
- අකුරු සීමා 500
- 3 gen / පැය (ගැණුම්කරුවන් නැත)
ප්රො
2,000 ණය / මාස
- ආරම්භකයේ ඇති සියල්ල
- API පිවිසුම
- ප්රමුඛතාව සැකසීම
නිතර අසන ප්රශ්න
අද AI හඬ භාවිතා කිරීම ආරම්භ කරන්න
නිර්මාණකරුවන් එක්වන්න, සංවර්ධකයින්, සහ TTS.ai භාවිතා ව්යාපාර