Free AI Àkọlé sí Àkọ́kọ́

Àwọn ààtòjọ-ẹ̀yàn Ìjánu-ìsún Àwọn àwòrán ìṣàfihàn Àwọn Àgbègbè Àwọn Ìṣàmúlò-ètò

Móòdù parámetrù 82Ḿ tí ń fi ẹnu-ọ̀rọ̀ ìṣàfilọ́lẹ̀-ìṣàfilọ́lẹ̀ lọ́wọ́lọ́wọ́ pamọ́.

Fast · 1.5GB VRAM Wòyé

Piper

CPU-friendly Àwọn Ìṣàmúlò-ètò Àwọn Àmì-ìwé Àwọn Àwọn Àwọn Àwọn Àwọn Àwọn Àwọn Àwọn ìṣàfilọ́lẹ̀ SSML

A fast, local neural text to speech system optimized for Raspberry Pi and embedded devices.

Fast · 0 (CPU only) VRAM Wòyé

VITS

Àwọn àwọn àgbékalẹ̀ Àwọn ìṣàmúlò-ètò ìṣàfarawé Àwọn àwọn àgbékalẹ̀ Àwọn ìgbàkọ̀ọ̀kan

Àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn àkọlé.

Fast · 1GB VRAM Wòyé

MeloTTS

CPU-Óòdúró Àwọn Àwọn Àwọn Àwọn Àwọn àwọn ìṣàfarawégbè Àwọn àwọn ààyè-iṣẹ́ Latency kéré

Àkọlé-si-Ìrọ̀rọ̀ àwọn ìtàn-nípa-ìdáràn-ìdáràn tí o lọ́wọ́lọ́wọ́ nípa CPU pẹlú ìdáràn.

Fast · 0.5GB (GPU optional) VRAM Wòyé

Bark

Àwọn ìṣàfarawé àwọn ìṣàfarawé àwòrán Ìfẹ́/ìfẹ́ Ìṣàfilọ́lẹ̀ ìṣàmúlò-ètò Àwọn Àkọlé Àwọn Àgbègbè

Módélù àkọ́lé-si-àwòrán tí a dá lorí ìṣàfarawé-ìṣàfilọ́lẹ̀ tí n ṣẹ̀dá àwọn àwọn ìṣàfilọ́lẹ̀ ìṣàfarawé, àwọn ìṣàfilọ́lẹ̀ ìranlọwọ, àwọn ìṣàfilọ́lẹ̀ ìgbọ́.

Slow · 5GB VRAM Wòyé

Bark Small

Àwọn àwọn àwọn àwọn àwọn àwọn Tí o bá jú àwọn àgbègbè ìtàn lọ́wọ́lọ́wọ́ lọ́wọ́lọ́wọ́ lọ́wọ́lọ́wọ́ lọ́wọ́lọ́wọ́ Àwọn Àkọ́kọ́ Ìṣàmúlò-ètò Àwọn Àwọn Àwọn Àwọn

Àwọn ìṣàfarawégbèsì tí o ní ìṣàfarawégbèsì tí o lagbarà àti ìlòòròròrò.

Medium · 2GB VRAM Wòyé

CosyVoice 2

Ìjánu-ìṣàmúlò-ètò Àwọn àwọn ìṣàfarawé àwọn ààyè-iṣẹ́ Àwọn Àwọn Àwọn Àwọn Àwọn Ìṣakoso Ìfẹ́ Àwọn ìṣàfarawé àwọn ìṣàfarawé-àyè

TTS ti a le ṣii ti Alibaba pẹlu ifẹ-ara ẹni ati igbẹkẹle ti ko ni ifẹ.

Dia TTS

Àwọn Àkọlé Àwọn Àkọlé Ìjánu-ìṣàmúlò-ètò ìṣàfarawé Àwọn àmì-ìwé àìròyìn Àwọn ààtòjọ-ẹ̀yàn

Módélù ìṣàfilọ́lẹ̀ àgbèkalẹ̀ àwọn ìgbàkọ́-àgbèkalẹ̀-àgbèkalẹ̀ tí n ṣẹ́dá àwọn àgbèkalẹ̀ ìṣàfilọ́lẹ̀ àwọn ìgbàkalẹ̀.

Parler TTS

Àwọn ìṣàfihàn àwọn àmì-ìwé Ìwé ìṣàmúlò-ètò Àwọn àwọn àwòrán Kò ní àwọn ìrànwọ́ àwọn ìrànwọ́ àwọn ìrànwọ́

Fi àwòrán àwòrán tí o fẹ̀ pamọ́ sínú ìṣàfarawe-ìrọ̀ tí a tì kọ̀ nínú ìṣàfarawe-ìrọ̀ tí a tì kọ̀.

IndexTTS-2

Ìṣakoso Ìfẹ́ Àwọn ààyè-iṣẹ́ Àwọn bèkì ìrànwọ́ Àwọn Àmì-àṣírí Àwọn Ìṣàmúlò-ètò

TTS tí a fi pamọ́ nípa ìdárawọ́lẹ̀ àti ìṣàfihàn giga.

Spark TTS

Ìṣàfarawé àwọn àmì-ìwé Àwọn Ìṣàmúlò-ètò Ìṣakoso Ìṣàmúlò-ètò Àwọn àgbéwọlé Àwọn ìṣàfarawé àwọn ìṣàmúlò-ètò

Ìṣàfarawe-ìrọ̀ TTS pẹlú àwọn ìrànwọ́ tí a lè ṣakoso àti àwọn ìṣàlàyé ìgbàgbọ́ láti inú àwọn àgbéwọlé.

GPT-SoVITS

Àwọn ìṣàfarawé àwọn ìṣàmúlò-ètò Àwọn àwòrán Àwọn ìṣàfilọ́lẹ̀ àwọn àwọn ààyè-iṣẹ́ Ìdáràn Àwọn Àwọn Àwọn Àwọn Àwọn

Àwọn àwọn àwòrán-ìṣàmúlò-ètò TTS tí wọ́n ṣẹ̀dà àwọn àwòrán láti inú àwọn ìsẹ́ẹ̀tì 5.

Slow · 6GB VRAM Wòyé

Orpheus

Àwọn ìrànwọ́ ìpele-àwọ̀n-óòdù Àwọn ààyè-iṣẹ́ Ìṣàfilọ́lẹ̀ ìṣàfilọ́lẹ̀ Àwọn Àkọ́kọ́

Módélú TTS ìrànwọ́ ìrànwọ́-ìbàlẹ̀-ẹnì tí a kọ̀ nípa àwọn aago 100K tí àwọn ààtò ìsàlẹ̀-ilà ìsàlẹ̀-ilà.

Chatterbox

Àwọn àwọn ìṣàfarawé àwọn ààyè-iṣẹ́ Ìṣakoso Ìfẹ́ Ìdáràn Ìjánu-ìsún Àwọn ààyè-iṣẹ́ ìṣàmúlò-ètò

Iṣàfilọ́lẹ̀ àwòrán tí kò ní ìṣàfilọ́lẹ̀ pẹ̀lú ìṣàfilọ́lẹ̀ ìrànwọ́ láti inú Resemble AI.

Tortoise TTS

Àwọn ìkúndùǹ ìsàlẹ̀-ilà Àwọn àwòrán DALL-E architecture Ìṣàfarawé àwọn àmì-ìwé Àwọn Ìjánu-ìṣàmúlò-ètò

Àkọlé àwòrán-si-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀-ìrọ̀.

Slow · 8GB VRAM Wòyé

StyleTTS 2

Àwọn Ìṣàmúlò-ètò Àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfarawé Àwọn ìṣàmúlò-ètò ìṣàfarawé Àwọn ìfìmúlẹ̀ ìṣàfarawé Ìdáràn

Ìwé-ìrọ̀-si-ìrọ̀ nípa ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfilọ́lẹ̀ àti ìṣàfilọ́lẹ̀.

OpenVoice

Ìṣàmúlò-ètò Àwọn ìyipadà àwòrán Àwọn Ìṣàmúlò-ètò Ìṣakoso Àwọn Àmì-àṣírí Àwọn Àgbègbè

Ìṣàfarawé àwọn ìròyìn àwọn ìsàlẹ̀-ilà nípa ìdáràn àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfarawé àwọn ìṣàfarawé.

Qwen3 TTS

Àwọn ìrànwọ́ àwọn ìrànwọ́ Àwọn àwọn àwòrán àwọn àmì-ìwé Ìṣakoso Ìfẹ́ Àwọn Àwọn Àwọn Àwọn Àwọn Àwọn Àwọn

TTS tí a fi hàn nípa àwọn ìtàn mìíràn ti Alibaba ní àwọn ìrànwọ́ àti àwọn ìṣàfarawé ìtàn láti inú àkọlé.

Medium · 7GB VRAM Wòyé

VieNeu-TTS-v2

7 preset voices (North + South accents) En-Vi code-switching Ìṣàfarawé àwọn àmì-ìwé (3-5s àkọlé) Àwọn àwọn àwọn àwọn àwọn àwọn àwọn CPU-kùkan — kò ní GPU kan tí a fẹ́

Vietnam + English TTS tí a fi àwọn àmì-ìwé àwọn àwòrán-ìṣàfilọ́lẹ̀ 7 pamọ́ nípa ìṣàfarawé àwọn àwòrán. CPU-kè ní, kò ní GPU tí a fẹ́.

Fast · CPU VRAM Wòyé

Sesame CSM

Àwọn Àkọlé Àwọn ààyè-iṣẹ́ ìtàn Ìjánu-ìṣàmúlò-ètò Àwọn ìṣàmúlò-ètò Àwọn ààtòjọ-ẹ̀yàn

Módélú ìrọ́ ìrọ́ tí n ṣẹ́dá ìrọ́ ìrọ́ tí a ṣè nípa àwọn àkókó tí a fẹ́.

Slow · 8GB VRAM Wòyé

Chatterbox Turbo

Latency tí ò kù jú 200ms lọ Àwọn Àmì-ìwé Paralinguistic 6x akoko gidi Ìṣàfarawé àwọn àmì-ìwé Àwọn àmì-ìwé

Chatterbox tí ò kù jù lọ nípa ìdáràn-200ms àti àwọn àmì-ìwé paralinguistic fún àwọn ẹ̀yàn, àwọn ẹ̀yàn, àti àwọn mìíràn.

Fast · 2GB VRAM Wòyé

VoxCPM

Àwọn àmì-ìwé Kò ní àwọn àwọn àyọkà ìṣàfarawé Ìṣàfarawé àwọn ìtàn Àwọn Àkọlé LoRA fine-tuning

Tokenizer-free TTS producing 44.1kHz audio with context-aware paragraph consistency.

Fast · 4GB VRAM Wòyé

Kani TTS 2

3GB VRAM Ójútó Àwọn àwọn àwọn àwọn àwọn àwọn NanoCodec Àìfẹ́

Ultra-lightweight 400M English TTS awoṣe ti n ṣiṣẹ ni 3GB VRAM nikan.

Fast · 3GB VRAM Wòyé

OuteTTS

Àwọn àwọn àgbéwọlé Àwọn ìṣàmúlò-ètò ìṣàfihàn Ìṣàfarawé àwọn àmì-ìwé Àwọn ààyè-iṣẹ́ ìsàlẹ̀-ilà mìíràn Àwọn Àwọn Àwọn Àwọn Àkọlé

TTS LLM-da lori ti o nlọ lori CPU, GPU, tabi aṣawakiri nipasẹ llama.cpp ati Transformers.js.

Fast · 2GB VRAM Wòyé

VibeVoice

Àwọn Àkọlé Àwọn ààyè-iṣẹ́ Àwọn àkọlé Àwọn àwọn ìṣàfarawé àwọn ìṣàfarawé 200ms Ìjánu-ìró

Móòdù Microsoft fún àwọn ààyè-iṣẹ́ ìṣàfilọ́lẹ̀-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ-àpẹẹrẹ

Fast · 4GB VRAM Wòyé

Pocket TTS

Àwọn ààtòjọ-ẹ̀yàn Àwọn àwọn àgbéwọlé Ìṣàfarawé àwọn àmì-ìwé Àwọn ààyè-iṣẹ́ ìṣàmúlò-ètò Àwọn Ìgúnrégé

Àwọn àwọn ààyè-iṣẹ́ àwọn àwọn ààyè-iṣẹ́ 100M tí Kyutai fi pamọ́ láti inú àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn àwọn

Fast · 1GB VRAM Wòyé

Kitten TTS

Àwọn àgbékalẹ̀ CPU-kè Ìwọ̀n àwọn ìṣàmúlò-ètò ìsàlẹ̀-ètò 80MB Àwọn àwòrán Ìṣakoso Ìjánu-ìsẹ́ ONNX-dájú Àwọn ìṣàfihàn

Ultra-lightweight TTS under 80MB. Runs on CPU without GPU.

Fast · 0GB VRAM Wòyé

CosyVoice3

Àwọn Ìjánu-ìṣàmúlò-ètò Ìṣakoso Ìfẹ́ Ìṣàfarawé àwọn àmì-ìwé Ìṣakoso Ìgbáráwọ́lù/Ìgbáráwọ́lù Àwọn Àṣẹ

TTS tí a fi hàn nípa àwọn ìtàn mìíràn nípa ìṣàfilọ́lẹ̀, ìdárawọ́, àti ìṣàfilọ́lẹ̀ àwọn àwòrán.

Fast · 4GB VRAM Wòyé

NAMAA Saudi TTS

Arabic Arabic Ìṣàfarawé àwòrán-ìdáràn Ìṣakoso Ìfẹ́ Àwọn ìṣàfarawégbè

Ṣí TTS Saudi-Arabic akọkọ. Diẹ̀lì Saudì náà láti inú ìṣàfarawé àwọn ìròyìn àwọn ìròyìn-àwọn ìṣàfilọ́lẹ̀.

Medium · 6GB VRAM Wòyé

Darwin TTS

Ìṣàfarawé àwọn àmì-ìwé Àwọn Àwọn Àwọn Àwọn Àwọn FFN-Blended Àwọn Àwọn Àwọn Àwọn Àwọn Àwọn Qwen3 backbone

Cross-modal Qwen3-TTS variant pẹlu awọn iwuwo FFN ti a ṣe ni iṣọkan lati Qwen3-1.7B aṣa ede fun awọn iṣọkan ti o ni igbẹkẹle.

Medium · 7GB VRAM Wòyé

MOSS-TTSD

Àwọn àgbèkalẹ̀ àwọn ìgbàkọ́ Àwọn ìgbàkọ̀ójútó 60min coherent audio Ìṣàfarawé àwọn àmì-ìwé Àwọn ìṣàfilọ́lẹ̀ Podíẹ̀tì

Multi-speaker dialogue continuation model — gbe awọn ibaraẹnisọrọ aṣa-podcast ranṣẹ pẹlu awọn olugbagbọ 5 ati awọn iṣẹju 60 ti awọn ohun orin ti o ni ibatan.

Medium · 12GB VRAM Wòyé

Ming-Omni TTS

Àwọn Àtòjọ-ẹ̀yàn Ìṣàfarawé àwọn àmì-ìwé Ìṣakoso Ìfẹ́ Ìṣakoso Àwọn Àkọ́kọ́ Àwọn ìṣàfarawégbèsì BGM Ìgúnrégé 0.5B

Compact 0.5B omni-modal ọrọ awoṣe lati inclusionAI pẹlu giga-fidelity 44.1kHz output ati zero-shot ọrọ kloning.

Medium · 3GB VRAM Wòyé

MOSS-TTS Nano