Thẻ mà mô hình đã chọn hiểu — nhấn để thả một trong văn bản của bạn nơi nó xảy ra:
Mô hình này đọc văn bản đơn giản, vì vậy các thẻ trong dòng sẽ bị bỏ qua. Đối với cảm xúc dựa trên thẻ, hãy chuyển sang mô hình biểu cảm như Orpheus hay Bark.
Được Qwen3-TTS tôn vinh hôm nay; các mô hình biểu cảm khác sẽ sớm ra mắt.
Mô hình này không hỗ trợ các lệnh kiểu — chuyển sang một mô hình có (ví dụ Qwen3-TTS).
Định nghĩa cách phát âm tùy chỉnh (từ = phát âm):
-12
+12
Điều khiển độ biểu cảm (0 = trung tính, 1 = rất biểu cảm)
Trọng lượng hướng dẫn miễn phân loại (tăng = theo lời nhắc nhiều hơn)
Mô tả kiểu giọng nói bằng ngôn ngữ tự nhiên (Parler dùng nó thay vì giọng nói mặc định)
Định dạng hộp thoại Dia: Dùng thẻ [S1] và [S2] để đánh dấu các loa khác nhau. Ví dụ: [S1] Chào! [S2] Chào, anh thế nào?
Đây là mô hình giọng nói cao cấp, có sẵn trên bất kỳ kế hoạch trả tiền nào. Bạn vẫn có thể xem trước giọng nói miễn phí bằng nút chơi bên cạnh trình chọn giọng nói.
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.
Mẫu — 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。”
Tên bản địa
日本語
Đầu đọc
about 125 million speakers, almost entirely in Japan
Ngôn ngữ
Japonic (generally treated as a language isolate at family level)
Văn lệnh
Mixed Kanji, Hiragana and Katakana
Đã nói
Japan, with small communities in Brazil, Hawaii and immigrant populations
Những gì người ta dùng Japanese văn bản chuyển thành giọng nói cho
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 Text to Speech — 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.
