برچسبهایی که مدل برگزیده می‌فهمد — برای انداختن یکی در متن خود ، جایی که اتفاق می‌افتد ، کلیک کنید:
این مدل متن ساده را می‌خواند ، بنابراین برچسبهای خطی نادیده گرفته می‌شوند. برای احساسات مبتنی بر برچسب ، به یک مدل بیانی مانند Orpheus یا Bark تغییر دهید.
نشانههای ارائه زبان طبیعی. امروز توسط Qwen3-TTS مورد تقدیر قرار گرفت؛ مدلهای بیانی دیگر به زودی در دسترس خواهند بود.
این مدل از دستورالعملهای سبک پشتیبانی نمیکند - به مدلی که پشتیبانی میکند (مثل Qwen3-TTS) تغییر دهید.
تعریف تلفظ سفارشی) کلمه = تلفظ (:
-12
+12
کنترل بیان) ۰ = خنثی ، ۱ = بسیار بیانگر (
وزن راهنمایی بدون طبقهبندیکننده (بالاتر = بیشتر دنبالکننده)
توصیف سبک صدا به زبان طبیعی) Parler به جای صداهای پیش‌فرض از این استفاده میکند (
قالب محاورۀ Dia: از برچسبهای [S1] و [S2] برای نشان دادن بلندگوهای مختلف استفاده کنید. مثال: [S1] سلام! [S2] سلام، چطوری؟
Japanese text-to-speech is governed by pitch accent rather than stress: each word has a fixed high-low pitch pattern, and getting it wrong makes a voice sound foreign even when every syllable is correct — for instance "hashi" can mean bridge or chopsticks depending on the accent. The writing system mixes Kanji, Hiragana and Katakana with no spaces, so the engine must segment text and pick the right reading for Kanji that have several (端 vs 橋 vs 箸). Standard (Tokyo) accent is the default for most synthesis, while regional varieties such as Kansai have a different pitch pattern entirely.
نمونه — 日本語
“今日はとても良い天気なので、みんなで公園へ散歩に出かけて、美味しいお弁当を食べましょう。”
نام بومی
日本語
بلندگوها
about 125 million speakers, almost entirely in Japan
خانواده زبان
Japonic (generally treated as a language isolate at family level)
دست‌نوشته‌ها
Mixed Kanji, Hiragana and Katakana
گفتم
Japan, with small communities in Brazil, Hawaii and immigrant populations
چيزايي که مردم استفاده ميکنن Japanese متن به گفتار برای
Anime, VTuber and game character dubbing
Train, subway and station announcements
E-learning and JLPT study narration
Audiobook and light-novel narration
Customer-service and navigation voice prompts
Japanese متن به گفتار - FAQ
The engine predicts each word's high-low pitch pattern in context, which is what distinguishes pairs like 橋 (hashi, bridge) from 箸 (hashi, chopsticks) and makes the voice sound natural.
Yes. It segments unspaced Japanese text, converts Kanji to the correct reading and handles Katakana loanwords and Hiragana grammar together.
Mostly yes. Readings such as 生 (sei, nama, i-) or names are chosen from context, though uncommon proper nouns can occasionally be ambiguous.
Voices use Standard (Tokyo) pitch accent, which is the norm for narration, announcements and most media; full Kansai-accent synthesis is a different dialect pattern.
