Nahlásit chybu / žádost o funkci

Otevřít zdrojový text pro mluvené modely

Každý model TTS na naší platformě je otevřeným zdrojem a většina z nich používá MIT nebo Apache 2.0. Několik modelů a hlasů je licencovano pouze pro nekomerční použití a jsou označeny pouze "osobní a nekomerční použití." Používejte je prostřednictvím našeho hostovaného API, nebo self-host je na vlastní infrastruktuře s plnou kontrolou.

Otevřít zdroj Licence MIT Apache 2. 0 Self-hostable GitHub

Zkus to teď.

Zdarma s Kokoro, Piper, VITS, Melotts
Váš vygenerovaný zvuk se objeví zde
Generován
0:00
Stáhnout
Miluju TTS.ai? Řekni to svým přátelům!

Výhody pro otevřený zdroj TTS

Proč na modelech open-source záleží pro vaše projekty

Všechny licence na Open-Source

Každý model na TTS.ai je otevřený zdroj a každá modelová stránka uvádí svou licenci. Žádné vlastní černé boxy a žádný prodejce zámek.

Otevřít zdrojové licence

Většina modelů je licencovaná podle MIT nebo Apache 2.0. Několik z nich používá jiné licence a modely nebo hlasy licencované pro nekomerční použití jsou označeny "pouze osobní a nekomerční použití."

Self-hostable

Stáhněte si jakýkoliv model a spusťte jej na vlastním hardwaru. Plná kontrola nad vašimi daty, latencí a infrastrukturou. Nevyžaduje se žádná cloudová závislost.

GPU optimalizované

Modely jsou optimalizovány pro NVIDIA GPU s podporou CUDA. Piper běží pouze na procesoru. Většina modelů potřebuje 2-8GB VRAM pro efektivní inferenci.

Udržované Společenství

Aktivní open-source komunity udržují a vylepšují tyto modely.Příspěvky vítají! Předložte chyby, vylepšení a nové hlasy na GitHubu.

Komerční licence k dispozici

Placený plán od $5/mo nese komerční licenci pro to, co generujete, bez poplatků nebo poplatků za užívání; zdarma úroveň je pro osobní potřebu. Modely a hlasy označené "pouze osobní a nekomerční použití" jsou vyloučeny.

Náš katalog Open Source Model

Každý model, jeho licence a to, co dělá nejlépe

KokoroKokoro

Free

Lightweight 82M parameter model delivering studio-quality speech with blazing-fast inference.

Rychle 5/5

Nejlepší pro: Apache 2.0 Nejlepší kvalita zdarma model, 82M params, snadné self-host

Zkus to. Kokoro

PiperPiper

Free

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

Rychle 3/5

Nejlepší pro: MIT pouze pro CPU, ideální pro hrany a vložené samohosting

Zkus to. Piper

VITSVITS

Free

Conditional variational autoencoder with adversarial learning for end-to-end text-to-speech.

Rychle 3/5

Nejlepší pro: Základní architektura MIT používaná mnoha navazujícími modely

Zkus to. VITS

BarkBark

Standard

Transformer-based text-to-audio model that generates realistic speech, music, and sound effects.

Pomalu 4/5

Nejlepší pro: Unikátní schopnosti generování zvuku MIT mimo standardní TTS

Zkus to. Bark

Tortoise TTSTortoise TTS

Premium

Multi-voice text-to-speech focused on quality with autoregressive architecture.

Pomalu 5/5 Klonování hlasu

Nejlepší pro: Apache 2.0 maximální kvalita, široce studováná referenční implementace

Zkus to. Tortoise TTS

OpenVoiceOpenVoice

Premium

Instant voice cloning with granular control over style, emotion, and accent.

Střední 4/5 Klonování hlasu

Nejlepší pro: MIT Open-source hlasové klonování s granulovanou kontrolou stylu

Zkus to. OpenVoice

Jak používat Open Source TTS

Použijte naše hostované API nebo spustit modely sami

1

Prozkoumejte modely Open-Source

Prohlédněte si náš katalog 20+ open-source TTS modelů. Každá modelová stránka zobrazuje požadavky na licenci, architekturu, schopnosti a sebehosting.

2

Zkuste ve svém prohlížeči

Otestujte libovolný model přímo na TTS.ai bez instalace čehokoliv. Naše GPU servery zvládnou zpracování tak, abyste mohli hodnotit kvalitu dříve, než se zavážete k self-hostingu.

3

Self-host nebo používat naše API

Klon model repos od GitHub a provozovat lokálně, nebo používat naše hosted API pro výrobu. Self-hosting dává plnou kontrolu; naše API poskytuje řízenou infrastrukturu.

4

Vybudujte si aplikaci

Integrujte TTS do vašeho produktu pomocí samohostovaných modelů nebo našeho REST API. Nejprve zkontrolujte každou licenci modelu: několik modelů a hlasů je určeno pouze pro nekomerční použití.

Srovnání licencí

Licence každého modelu na TTS.ai

Vzor Licence Obchodní využití Změna Self-host Příspěvek
Kokoro Apache 2.0 Požadované
Piper MIT motor; hlasové licence se liší Jen některé hlasy. Nepovinné
VITS MIT Nepovinné
MeloTTS MIT Nepovinné
Chatterbox MIT Nepovinné
Tortoise TTS Apache 2.0 Požadované
StyleTTS 2 MIT Nepovinné
OpenVoice MIT Nepovinné
Sesame CSM Apache 2.0 Požadované
Orpheus Llama 3.2 "Built with Llama"
Spark TTS CC BY-NC-SA 4.0 Pouze osobní a nekomerční použití Požadované
OuteTTS CC BY-NC-SA 4.0 Pouze osobní a nekomerční použití Požadované

Self-hosting vs Hosted API

Spusťte modely sami nebo nás nechte řídit infrastrukturu

Self-host on Your Hardware

Každý model na TTS.ai je k dispozici jako open-source projekt na GitHub nebo Hugging Face. Stáhněte si závaží, nainstalujte závislosti, a spusťte inferenci na vlastní GPU. Máte plnou kontrolu nad latence, soukromí, a škálování.

  • Plné soukromí dat Audio nikdy neopustí váš server
  • Žádné náklady na žádost po počátečním nastavení
  • Vlastní fine-ladění na vlastních datech
  • Vyžaduje GPU hardware (doporučeno NVIDIA)
  • Zvládáte aktualizace, škálování a závislosti

Použití TTS.ai Hosted API

Získejte okamžitý přístup ke všem 20+ modelům prostřednictvím jediného REST API. Zvládáme GPU poskytování, aktualizace modelu, správu fronty a škálování. Jeden API klíč vám umožní přístup ke každému modelu díry není třeba spravovat samostatné nasazení.

  • GPU hardware není potřeba
  • Všechny 20+ modely přes jedno API
  • Automatické aktualizace modelu a vylepšení
  • 99,9% uptime s nadbytečnou infrastrukturou
  • Platit pouze za to, co používáte

Rychlý start: API nebo Self-Host

Použijte naše hostované API, nebo nainstalujte Kokoro lokálně během několika minut

Možnost 1: TTS.ai Hosted API Nejjednodušší
import requests

response = requests.post("https://api.tts.ai/v1/tts", json={
    "text": "Open source TTS with a simple API.",
    "model": "kokoro",
    "voice": "af_heart",
    "format": "wav"
}, headers={"Authorization": "Bearer YOUR_API_KEY"})

with open("output.wav", "wb") as f:
    f.write(response.content)
Možnost 2: Self-host s pip Plné ovládání
# Install Kokoro locally
pip install kokoro

# Generate speech on your own GPU
import kokoro

pipeline = kokoro.KPipeline(lang_code="a")
generator = pipeline("Hello from your own server!", voice="af_heart")
for i, (gs, ps, audio) in enumerate(generator):
    kokoro.save(audio, f"output_{i}.wav")

Open Source, cenově dostupné

Naše hostované API zpřístupňuje TTS open-source bez správy GPU.

Volný rozsah

$0

15 000 znaků při přihlášení

  • 4 open-source modely zdarma
  • Žádné přihlášení k základnímu použití
  • Osobní, nekomerční použití

Starter

$9

500 000 znaků/měsíc

  • Všechny modely 20+ open-source
  • Klonování hlasu
  • Přístup API

Pro

$29

2 000 000 znaků/měsíc

  • Prioritní zpracování GPU
  • Všechny modely prémií
  • Podpora podnikání
Zobrazit plnou cenu

Často kladené otázky

Časté otázky k open source textu do řeči

Ano, každý model na TTS.ai je otevřený zdroj a většina z nich používá MIT nebo Apache 2.0. Několik z nich používá další licence, včetně některých licencí pouze pro nekomerční použití, které jsou označeny "pouze osobní a nekomerční použití" v hlasovém ovladači. Každá modelová stránka uvádí svou licenci.

Oba jsou povolné open-source licence umožňující komerční použití, modifikace a redistribuce. Apache 2.0 přidává explicitní patentové granty a vyžaduje uvedení změn, pokud změníte kód. MIT je jednodušší s menšími požadavky. Oba jsou obchodně přívětivé.

Ano. Každý model může být sám-hostován. Klonovat model repozitář z GitHub, nainstalovat závislosti, stáhnout model závaží, a spustit inference. Poskytujeme dokumentaci pro každý model je samo-hostovací požadavky včetně GPU, RAM, a Python verze.

Požadavky se liší podle modelu. Piper nepotřebuje GPU (pouze CPU). Kokoro a Melotts potřebují 1-2GB VRAM. Většina standardních modelů potřebuje 4GB VRAM. Tortoise a Sezam CSM potřebují 8GB. NVIDIA RTX 3060 (12GB) může provozovat většinu modelů pohodlně.

Ano. Licence Open-source umožňují modifikaci včetně jemného ladění. Modely jako GPT-SoviTS a Bark poskytují skripty jemného doladění. Na vlastních hlasových datech můžete trénovat modely, které vytvoří vlastní hlasy nebo zlepší výkon pro konkrétní jazyky.

Top open-source modely (Kokoro, Styletts 2, Chatterbox) nyní zápas nebo překročit komerční služby, jako jsou ElevenLabs a Google TTS v kvalitativních referenčních hodnotách. Hlavní výhodou komerčních služeb je řízena infrastruktura a podpora, nikoli kvalita zvuku.

Některé byly odstraněny: XTTS/XTTS-v2 (Coqui's CPML, non-commercial), F5-TTS (CC-BY-NC, non-commercial) a Higgs-v2 (Boson License, restrictions). Několik zbývajících modelů a hlasů, jako jsou Spark TTS, OuteTTS a většina Piper hlasů, jsou licencovány pouze pro nekomerční použití; jsou označeny pouze "osobní a nekomerční použití" v hlasovém ovladači, takže použijte jiný hlas pro komerční projekty.

Ano. Většina modelů přijímá příspěvky komunit přes GitHub. Můžete odesílat zprávy o chybách, hlasové záznamy pro nové jazyky, vylepšení kódu a dokumentaci. Zkontrolujte každý repozitář modelu GitHub pro pokyny pro příspěvky a aktivní problémy.

Naše GPU server běží 20+ modely na 4x Tesla P40 (96GB celkem VRAM) pomocí dynamického zatížení. Pro samohostování může jeden 24GB GPU současně sloužit 3-5 modelů.

Mnoho modelů poskytuje oficiální Docker obrázky nebo Dockerfiles. Pro spuštění více modelů můžete vytvořit vlastní nastavení Docker s NVIDIA Container Toolkit pro GPU přístup. Naše architektura API serveru může sloužit jako referenční implementace.

Většina modelů vyžaduje Python 3.10-3.12. Coqui TTS (VITS) speciálně potřebuje Python 3.11. Doporučujeme Python 3.12 pro většinu modelů. Zkontrolujte požadavky každého modelu.txt pro přesnou kompatibilitu verzí.

Pokud se sami hostujete, většinou ano: Licence MIT a Apache 2.0 výslovně umožňují komerční použití, a většina modelů je zde používá, takže můžete stavět produkty SaaS, mobilní aplikace, hry a služby bez licenčních poplatků nebo licenčních poplatků. Zkontrolujte licenci na každé stránce modelu nejprve, protože několik modelů a hlasů jsou nekomerční. Audio generované na TTS.ai sám o sobě sleduje váš plán: osobní použití na volném úrovni, komerční použití na každém placeném plánu.
5.0/5 (1)

Co bychom mohli zlepšit? Vaše zpětná vazba nám pomáhá řešit problémy.

Zkuste otevřít zdroj TTS dnes

20+ open-source modely, každý s jeho licencí uvedeno. Použijte naše API nebo self-host, volba je na vás.