حول

24+ نماذج، 100+ أصوات، كلها في مكان واحد.

أنشأه

تم إنشاؤه بواسطة

مهمتنا

وقد بنيت TTS.ai على معتقد بسيط: ينبغي أن تكون أفضل تكنولوجيا صوت الذكاء الاصطناعي متاحة للجميع. وفي حين تفرض الخدمات المسجلة الملكية أسعارا أعلى للنص إلى الكلام الأساسي، أنشأ مجتمع المصدر المفتوح نماذج تساوي أو تتجاوز الجودة التجارية.

نحن نجمع أفضل نماذج الذكاء الاصطناعي الصوتي المفتوح المصدر في منصة واحدة سهلة الاستخدام. لا قيد على البائع. لا حصاد البيانات. مجرد تكنولوجيا صوتية قوية بأسعار عادلة.

ما نقدمه

تحويل النص إلى كلمة

24+ نماذج بما في ذلك كوكورو، Chatterbox، Bark، وأكثر من ذلك. من التركيب الخفيف السريع إلى إنتاج جودة الاستوديو.

تحويل الكلام إلى نص

يدعمه Whisper، Faster-Whisper، و SenseVoice. نسخ الصوت في أكثر من 100 لغة مع الأختام الزمنية والكشف عن المتحدث.

استنساخ الصوت

استنساخ أي صوت من عينة 5 ثانية. Chatterbox، GPT-SoVITS، CosyVoice 2، وأكثر. إنشاء أصوات مخصصة لمشاريعك.

تجهيز الصوت

تحسين الصوت، وإزالة الأصوات، وتقسيم الجذور، وإزالة الصدى / الصدى، والكشف عن المفاتيح / BPM، وتحويل الصيغ.

الدردشة الصوتية

محادثات صوتية في الوقت الحقيقي مع الذكاء الاصطناعي. اختر نموذجك وصوتك لتجربة محادثة تفاعلية.

واجهة برمجة التطبيقات للمطورين

REST API متوافق مع OpenAI. Python SDK، أمثلة الشفرة، والتوثيق الشامل. بناء خصائص الصوت في تطبيقاتك.

المصدر المفتوح أولا

كل نموذج على TTS.ai مفتوح المصدر، مرخص تحت MIT أو Apache 2.0. ونحن نؤمن بالشفافية والابتكار المدفوع بالمجتمع.

نحن لا

جميع أوزان النماذج يتم تنزيلها من مستودعاتها الرسمية. لا نضيف أي تعديلات مسجلة الملكية.

البنية التحتية

ويعمل TTS.ai على خوادم مخصصة لمعالجات الرسوميات مع وحدات معالجة رسومية NVIDIA Tesla P40 (مجموع ذاكرة VRAM 96 جيجا بايت).

مجموعات وحدة معالجة رسومية مخصصة للاستدلال - لا توجد موارد مشتركة
التخصيص الدينامي للوحدة المعالجة الرسومية استنادا إلى متطلبات ذاكرة الفيديو النموذجية
نظام الأولوية ذي 5 صفوف لتحقيق أقصى قدر من الإنتاجية
نماذج محملة مسبقاً في ذاكرة VRAM للاستدلال الفوري
التسليم السمعي المدعوم من CDN للتنزيل السريع