Prosti AI Besedilo v govor
28+ modeli odprtega izvora, 219+ glasovi, 33+ jeziki. Račun ni potreben.
Vse, kar potrebuješ za glasovno inteligenco
30+ orodja, ki jih poganjajo modeli AI z odprtim virom
28+ AI Glasovni modeli
Najobsežnejša zbirka modelov TTS na odprtem viru v eni platformi
StyleTTS 2
Kokoro Free
Kokoro je 82 milijonov parametrov besedila do jezika modela, ki udarja veliko nad svojo težo razreda. Kljub svoji majhni velikosti, proizvaja izredno naravno in izrazito govor. Kokoro podpira več jezikov, vključno angleško, japonsko, kitajsko in korejsko z različnimi izrazitivne glasove. Teče neverjetno hitro – ustvarjanje avdio skoraj 100x hitreje kot v realnem času na GPU.
Najboljše za: visokokakovostni TTS z minimalno latenco, streaming aplikacije
Poskusite svobodno
Piper Free
Piper je lahek tekst-to-speech motor, ki ga je razvil Rhaspy, ki uporablja VITS in grla arhitekture. To deluje v celoti na CPU, kar je idealen za robne naprave, hišna avtomatizacija in aplikacije, ki zahtevajo offline TTS. Z več kot 100 glasov v 30+ jezikih, Piper zagotavlja naravno-zvočni govor pri hitrosti v realnem času tudi na Raspberry Pi 4.
Najboljše za: Hitri pregledi, dostopnost in vgrajeni programi
Poskusite svobodno
VITS Free
VITS (Variacionalni sklepi z nasprotnim učenjem za končni na koncu besedila v govor) je vzporedna metoda TTS od konca do konca, ki ustvarja bolj naravni zvočni zvok kot trenutni dvostopenjski modeli. Prevzema variacijski zaključek, ki se povečuje z normalizacijskimi tokovi in procesom vertikalnega usposabljanja, ki doseže znatno izboljšanje narave.
Najboljše za: Splošni namenski tekstilni govor z naravno prozodijo
Poskusite svobodno
MeloTTS Free
MeloTTS by MyShell.ai je večjezična knjižnica TTS, ki podpira angleščino (ameriški, britanski, indijski, avstralski), španski, francoski, kitajski, japonski in korejski. Je izjemno hitro, obdelava besedila z skoraj realno hitrostjo samo na CPU. MeloTTS je zasnovan za uporabo v proizvodnji in podpira tako CPU in GPU zaključek.
Najboljše za: Zahtevki za proizvodnjo, ki potrebujejo hitro, večjezično TTS
Poskusite svobodno
OuteTTS Free
OutetTS razširja velike jezikovne modele z besedilnimi zmožnostmi pri ohranjanju izvirne arhitekture. Podpira več podstavkov, vključno z lama.cpp (CPU/GPU), Hugging Face Transformers, ExLlamaV2, VLLM in celo brskalnik zaključek preko Transformers.js. Značilnosti brez strelnega kloniranja glasu skozi zvočniške profile, shranjene kot JSON.
Najboljše za: Uporaba roba, TTS na podlagi brskalnika, okolja z nizkimi viri
Poskusite svobodno
Pocket TTS Free
Pocket TTS s strani Kyutai (kreatorji Moshi) je kompakten model 100M parametrov besedila-na-špeih, ki udarja veliko nad svojo težo. Teče učinkovito na CPU, podpira kloniranje glasu brez utripa iz enega zvočnega vzorca in ustvarja naravno-zvočni govor. Mala velikost modela ga naredi idealnega za uvajanje roba in okolja z nizkimi viri.
Najboljše za: Lahka uporaba, okolje samo za CPU, hitro kloniranje glasu
Poskusite svobodno
Kitten TTS Free
Kitten TTS by KittenML is an ultra-lightweight text-to-speech model built on ONNX. With variants from 15M to 80M parameters (25-80 MB on disk), it delivers high-quality voice synthesis on CPU without requiring a GPU. Features 8 built-in voices, adjustable speech speed, and built-in text preprocessing for numbers, currencies, and units. Ideal for edge deployment and low-latency applications.
Najboljše za: Fast lightweight TTS, edge deployment, low-latency applications
Poskusite svobodno
Bark Standard
Transformer-na-audio model, ki ustvarja realen govor, glasbo in zvočne učinke.
Razvijalec: Suno · Licenca: MIT
Poskusi.
Bark Small Standard
Lažja različica Barka z hitrejšim zaključkom in manjšim uporabo pomnilnika.
Razvijalec: Suno · Licenca: MIT
Poskusi.
CosyVoice 2 Standard
Alibabov skalabilni TTS s človeško pariteto naravo in skoraj nula latencijo.
Razvijalec: Alibaba (Tongyi Lab) · Licenca: Apache 2.0
Poskusi.
Dia TTS Standard
Večzvočniški dialogski model, ki ustvarja naravne pogovore med zvočniki.
Razvijalec: Nari Labs · Licenca: Apache 2.0
Poskusi.
Parler TTS Standard
Opišite glas, ki ga želite v naravnem jeziku in Parler ustvarja enak govor.
Razvijalec: Hugging Face · Licenca: Apache 2.0
Poskusi.
GLM-TTS Standard
Doseže najnižjo stopnjo znakovnih napak med modeli TTS odprtega izvora.
Razvijalec: Zhipu AI · Licenca: GLM-4 License
Poskusi.
IndexTTS-2 Standard
Zero strelja TTS z dobro zrelim nadzorom čustev in visoko izrazitostjo.
Razvijalec: Index Team · Licenca: Bilibili Model License
Poskusi.
Spark TTS Standard
Glasovno kloniranje TTS z nadzorovanimi čustvi in govorniški slog prek nasvetov.
Razvijalec: SparkAudio · Licenca: CC BY-NC-SA 4.0
Poskusi.
GPT-SoVITS Standard
Nekajkratno kloniranje glasu TTS, ki replicira vsak glas iz samo 5 sekund zvoka.
Razvijalec: RVC-Boss · Licenca: MIT
Poskusi.
Orpheus Standard
Emocionalni TTS model na človeški ravni je izurjen na 100K urah govora.
Razvijalec: Canopy Labs · Licenca: Llama 3.2 Community
Poskusi.
Qwen3 TTS Standard
Alibabov večjezični TTS z kloniranjem glasu, predstavljenimi glasovi in oblikovanjem glasu iz besedila.
Razvijalec: Alibaba (Qwen) · Licenca: Apache 2.0
Poskusi.
Chatterbox Turbo Standard
Hitreje Chatterbox z pod-200ms latency in paralinguistične oznake za smeh, kašelj in več.
Razvijalec: Resemble AI · Licenca: MIT
Poskusi.
VoxCPM Standard
TTS brez tokenizerja, ki proizvaja zvok 44.1kHz z doslednostjo iz konteksta.
Razvijalec: OpenBMB · Licenca: Apache 2.0
Poskusi.
VibeVoice Standard
Microsoft model za dolgoformne večzvočniške vsebine, kot so podcasti in zvočne knjige.
Razvijalec: Microsoft · Licenca: MIT
Poskusi.
CosyVoice3 Standard
Next-generation multilingual TTS with bi-streaming, emotion control, and zero-shot voice cloning.
Razvijalec: Alibaba (FunAudioLLM) · Licenca: Apache 2.0
Poskusi.
Chatterbox Premium
Najmodernejši kloniranje glasu z obvladovanjem čustev iz Resemble AI.
Kakovost:
Poskusi.
Tortoise TTS Premium
Večglasno besedilo-to-speech osredotočen na kakovost z avtoregresivno arhitekturo.
Kakovost:
Poskusi.
OpenVoice Premium
Trenutno kloniranje glasu z granuliranim nadzorom nad slogom, čustvi in naglasom.
Kakovost:
Poskusi.
Sesame CSM Premium
Pogovorni model govora ustvarja naravni dialog z ustreznim časovnim razporedom in čustvi.
Kakovost:
Poskusi.
MegaTTS3 Premium
ByteDance's sparse alignment TTS with adjustable intelligibility vs. speaker similarity.
Kakovost:
Poskusi.CosyVoice 2
Alibabov skalabilni TTS s človeško pariteto naravo in skoraj nula latencijo.
Jeziki: en, zh, ja, ko, fr, de, it, es
Klonov glasGLM-TTS
Doseže najnižjo stopnjo znakovnih napak med modeli TTS odprtega izvora.
Jeziki: en, zh
Klonov glasIndexTTS-2
Zero strelja TTS z dobro zrelim nadzorom čustev in visoko izrazitostjo.
Jeziki: en, zh
Klonov glasSpark TTS
Glasovno kloniranje TTS z nadzorovanimi čustvi in govorniški slog prek nasvetov.
Jeziki: en, zh
Klonov glasGPT-SoVITS
Nekajkratno kloniranje glasu TTS, ki replicira vsak glas iz samo 5 sekund zvoka.
Jeziki: en, zh, ja, ko
Klonov glasChatterbox
Najmodernejši kloniranje glasu z obvladovanjem čustev iz Resemble AI.
Jeziki: en
Klonov glasTortoise TTS
Večglasno besedilo-to-speech osredotočen na kakovost z avtoregresivno arhitekturo.
Jeziki: en
Klonov glasOpenVoice
Trenutno kloniranje glasu z granuliranim nadzorom nad slogom, čustvi in naglasom.
Jeziki: en, zh, ja, ko, fr, de, es, it
Klonov glasQwen3 TTS
Alibabov večjezični TTS z kloniranjem glasu, predstavljenimi glasovi in oblikovanjem glasu iz besedila.
Jeziki: en, zh, ja, ko, de, fr, ru, pt, es, it
Klonov glasChatterbox Turbo
Hitreje Chatterbox z pod-200ms latency in paralinguistične oznake za smeh, kašelj in več.
Jeziki: en
Klonov glasVoxCPM
TTS brez tokenizerja, ki proizvaja zvok 44.1kHz z doslednostjo iz konteksta.
Jeziki: en, zh
Klonov glasOuteTTS
LLM-based TTS, ki deluje na CPU, GPU ali brskalnik preko lama.cpp in Transformers.js.
Jeziki: en
Klonov glasPocket TTS
Lahek model parametrov 100M s strani Kyutai z kloniranjem glasu iz enega vzorca.
Jeziki: en, fr
Klonov glasCosyVoice3
Next-generation multilingual TTS with bi-streaming, emotion control, and zero-shot voice cloning.
Jeziki: en, zh, ja, ko, de, es, fr, it, ru
Klonov glasMegaTTS3
ByteDance's sparse alignment TTS with adjustable intelligibility vs. speaker similarity.
Jeziki: en, zh
Klonov glasRazvijalec-prva API
Združljiv z OpenAI REST API. En opazovani dogodek, 22+ modeli. Pogon podpore za aplikacije v realnem času.
- Združljiva z OpenAI formatom
- Streaming TTS za aplikacije v realnem času
- Serija obdelave za velika delovna mesta
- Spletna obvestila
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")Preprosta, pregledna cena
Začnite svobodno.
Prosto
15 kreditov
- Kokoro, Piper, VITS, MeloTTS
- Omejitev 500 znakov
- 3 gen/ur (brez računa)
Začetek
500 kreditov/mesec
- Vsi 22+ modeli
- 100.000 znakov na generacijo
- Kloniranje glasu
Prof.
2.000 kreditov mesečno
- Vse v zagonu
- Dostop API
- Prednostna obdelava
Podjetje
10.000 kreditov/mesec
- Vse v prof.
- Masovni API
- Prednostna vrstica
Pogosta vprašanja
Kaj bi lahko izboljšali? Vaša povratna informacija nam pomaga rešiti vprašanja.
Začnite uporabljati AI glas danes
Pridružite se ustvarjalcem, razvijalcem in podjetjem z uporabo TTS.ai