Nyílt forráskódú szöveg a beszédmodellekhez
Minden TTS modell a platformunkon nyílt forráskódú, és a legtöbben használják az MIT-t vagy az Apache 2.0-t. Néhány modell és hang csak nem kereskedelmi használatra engedélyezett, és a "személyes és nem kereskedelmi használatra" felirattal van ellátva. Használja őket a házigazdánkon keresztül, vagy saját infrastruktúráján, teljes irányítással.
Próbáld ki most.
Nyílt forráskódú TTS-előnyök
Miért fontosak a nyílt forráskódú modellek a projektjeidhez?
Minden nyílt forráskódú licenc
Minden modell TTS.ai nyílt forráskódú, és minden modell oldal felsorolja a licencét. Nincs szabadalmaztatott fekete dobozok és nincs eladói zár.
Nyílt forráskódú licencek
A legtöbb modell az MIT vagy az Apache 2.0 alatt érhető el. Néhány más licencet használ, és a nem kereskedelmi használatra engedélyezett modellek vagy hangok "csak személyes és nem kereskedelmi használatra" felirattal vannak ellátva.
Önálló
Töltse le a modell és futtassa a saját hardver. Teljes ellenőrzés az adatok, latencia, és az infrastruktúra. Nem felhő függőség szükséges.
GPU optimalizálva
Modellek optimalizált NVIDIA GPU CUDA támogatással. Piper fut CPU csak. A legtöbb modell szükség 2-8GB VRAM hatékony következtetések.
Fenntartott közösség
Aktív nyílt forráskódú közösségek tartják fenn és javítják ezeket a modelleket. Hozzászólások üdvözlik a hibák, fejlesztések, és új hangok GitHub.
Kereskedelmi licenc elérhető
Az $5/mo-ból származó fizetett terv tartalmazza a kereskedelmi licencet arra, amit generálsz, jogdíjak és használati díjak nélkül; az ingyenes szint személyes használatra szolgál. A "személyes és nem kereskedelmi célú felhasználás" feliratú modellek és hangok nem tartoznak ide.
Nyílt forráskódú modellkatalógus
Minden modell, a jogosítványa, és hogy mit csinál a legjobban.
Kokoro
Free
Lightweight 82M parameter model delivering studio-quality speech with blazing-fast inference.
Legjobb: Apache 2.0 - legjobb minőségű ingyenes modell, 82M params, könnyen önálló
Próbáld meg. Kokoro
Piper
Free
A fast, local neural text to speech system optimized for Raspberry Pi and embedded devices.
Legjobb: MIT csak CPU-val, tökéletes élezőeszközökhöz és beágyazott önhostinghoz
Próbáld meg. Piper
VITS
Free
Conditional variational autoencoder with adversarial learning for end-to-end text-to-speech.
Legjobb: Számos downstream modell által használt MIT - alapítványi architektúra
Próbáld meg. VITS
Bark
Standard
Transformer-based text-to-audio model that generates realistic speech, music, and sound effects.
Legjobb: MIT - egyedi hangtermelési képességek a szabványos TTS-en túl
Próbáld meg. Bark
Tortoise TTS
Premium
Multi-voice text-to-speech focused on quality with autoregressive architecture.
Legjobb: Apache 2.0 - maximális minőség, széles körben tanulmányozott referencia implementáció
Próbáld meg. Tortoise TTS
OpenVoice
Premium
Instant voice cloning with granular control over style, emotion, and accent.
Legjobb: MIT - nyílt forráskódú hang klónozás szemcsés stílusvezérléssel
Próbáld meg. OpenVoiceHogyan használjuk a nyílt forráskódú TTS-t?
Használd a házigazdánk API-ját vagy fuss modelleket magad
Nyílt forráskódú modellek feltárása
Böngésszen katalógusunkban a 20+ nyílt forráskódú TTS modelleket. Minden modell oldal az licencet, architektúrát, képességeket és önkiszolgáló követelményeket mutatja.
Próbáld ki a böngésződben
Teszt bármely modell közvetlenül a TTS.ai telepítése nélkül. GPU szervereink feldolgozzák, így értékelni tudja a minőséget, mielőtt elkötelezi magát az önkiszolgáló.
Önvédelem vagy az API használata
Clone modell repos a GitHub és futni helyben, vagy használja a házigazdát API a termelés. Ön-hosting ad teljes körű ellenőrzést; API biztosítja a kezelt infrastruktúra.
Az alkalmazás szerkesztése
A TTS-t saját modellekkel vagy REST API-val integrálja a termékébe. Ellenőrizze az egyes modellengedélyeket először: néhány modell és hang csak nem kereskedelmi használatra való.
A licenc összehasonlítása
Minden modell licence a TTS.ai-en
| Minta | Jogosítvány | Kereskedelmi célú felhasználás | Módosítás | Önkiszolgáló | Attribúció |
|---|---|---|---|---|---|
| Kokoro | Apache 2.0 | Szükséges | |||
| Piper | MIT motor; a hangengedélyek eltérőek | Csak néhány hang. | Opcionális | ||
| VITS | MIT | Opcionális | |||
| MeloTTS | MIT | Opcionális | |||
| Chatterbox | MIT | Opcionális | |||
| Tortoise TTS | Apache 2.0 | Szükséges | |||
| StyleTTS 2 | MIT | Opcionális | |||
| OpenVoice | MIT | Opcionális | |||
| Sesame CSM | Apache 2.0 | Szükséges | |||
| Orpheus | Llama 3.2 | "Built with Llama" | |||
| Spark TTS | CC BY-NC-SA 4.0 | Kizárólag személyes és nem kereskedelmi célú felhasználás | Szükséges | ||
| OuteTTS | CC BY-NC-SA 4.0 | Kizárólag személyes és nem kereskedelmi célú felhasználás | Szükséges |
Önfenntartó vs. vendéglátó API
Futtasd le magad a modelleket, vagy hagyd, hogy mi intézzük az infrastruktúrát.
Önvédelem a hardvereden
Minden modell a TTS.ai elérhető, mint egy nyílt forráskódú projekt GitHub vagy Hugging Face. Töltse le a súlyokat, telepítse a függőségek, és futtassa a következtetéseket a saját GPU-k. Van teljes körű ellenőrzése a latencia, a magánélet, és a méretezés.
- A teljes adatvédelemmel kapcsolatos adatok védelme Audio soha nem hagyja el a szerverét
- Kérelmenként nem merül fel költség a kezdeti beállítást követően
- Egyedi finomhangolás a saját adataidon
- GPU hardvert igényel (NVIDIA ajánlott)
- Te kezeled a frissítéseket, a méretezést és a függőségeket
Használja a TTS.ai hosted API-t
Get instant access to all 20+ models through a single REST API. We handle GPU provisioning, model updates, quere management, and scalage. One API key gives give you access to every model.
- Nincs szükség GPU hardverre
- Az összes 20+ modell egy API-n keresztül
- Automatikus modellfrissítések és fejlesztések
- 99,9%-os üzemidő a felesleges infrastruktúrával
- Csak azért fizess, amit használsz.
Gyors indítás: API vagy Self-Host
Használja a házigazdát API, vagy telepítse Kokoro helyben percek alatt
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)# 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")Nyílt forrás, megfizethető árak
A házigazdánk a GPU-k kezelése nélkül teszi elérhetővé a nyílt forráskódú TTS-t.
Free Tier
$0
15.000 karakter a regisztrációkor
- 4 nyílt forráskódú modell ingyenes
- Nincs regisztráció az alapfelhasználásra
- Személyes, nem kereskedelmi célú felhasználás
Indító
$9
500 000 karakter/hónap
- Összes 20+ nyílt forráskódú modell
- Hang klónozása
- API-hozzáférés
Pro
$29
2.000.000 karakter/hónap
- Prioritású GPU-feldolgozás
- Valamennyi prémium modell
- Vállalkozások támogatása
Gyakran ismételt kérdések
Közös kérdések a nyílt forráskódú szövegről a beszédre
Mit lehetne javítani? A visszajelzés segít megoldani a problémákat.
Próbálja ki az Open Source TTS-t ma
20+ nyílt forráskódú modellek, mindegyiknek van licence. Használja az API-t vagy az ön-hot-ot, a választás a magáé.