Texti í talName AI Agents Tónlist Tal í texta Raddklónun Hljóðhönnun Markaðsstaður Meira
Tilkynna villu / Feature Request

Open Source texti til tal líkan

Öll TTS líkan á vettvang okkar er opinn uppspretta, og flestir nota MIT eða Apache 2.0. Nokkrar módel og raddir eru með leyfi til notkunar í óviðskiptalegum tilgangi og eru merktar "Personal og non-commercial use only". Notaðu þau í gegnum API okkar eða sjálfstætt hýsa þau á eigin innviði með fullri stjórn.

Opinn kóði MIT leyfi Apache Sjálfvirkt GitHub
Fullur TTS ritstjóri API skjölun

Prófaðu núna

0/500
Frjáls með Kokoro, Piper, VITS, MeloTTS
Hljóðin þín birtast hér
Búið til
0:00
Sækja
Elska TTS.ai? Segðu vinum þínum!
Opna TTS ritil

Open Source TTS Hagur

Af hverju opið uppspretta módel skiptir máli fyrir verkefnin þín

Öll opinn uppspretta leyfi

Sérhver líkan á TTS.ai er opinn uppspretta, og hver líkan síða listar leyfi sitt.Engin einkaréttar svartir kassa og engin söluaðili læsa í.

Opinn kóði

Flest módel eru með leyfi undir MIT eða Apache 2.0, en nokkur nota önnur leyfi og módel eða raddir sem eru með leyfi til notkunar án viðskiptalegrar hagsmuna eru merktar „Personal and non-commercial use only“.

Sjálfvirkt

Hlaða niður hvaða líkani sem er og keyrðu það á eigin vélbúnaði. Full stjórn á gögnum þínum, leynd og innviði.

GPU bjartsýni

Líkön eru bjartsýni fyrir NVIDIA GPUs með CUDA stuðning. Piper keyrir á CPU aðeins. Flestir gerðir þurfa 2-8GB VRAM fyrir skilvirka niðurstöðu.

Samfélagið viðhaldið

Þátttaka er velkomin — sendu inn villur, umbætur og nýjar raddir á GitHub, þar sem þú getur fengið aðstoð við að þróa nýjar útgáfur.

Commercial leyfi í boði

Greidd áætlun frá $ 5 / mánuði ber viðskiptaleyfi fyrir það sem þú býrð til, án höfundarréttar eða notkunargjalda; Ókeypis stigið er fyrir persónulega notkun.Models og raddir merktar "Personal og non-commercial notkun aðeins" eru undanskildar.

Okkar opinn uppspretta Model Catalog

Sérhver líkan, leyfi þess og það sem það gerir best

KokoroKokoro

Free

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

Fast 5/5

Best fyrir: Apache 2.0 — besta gæði ókeypis líkan, 82M params, auðvelt að sjálfstætt hýsa

Reyndu Kokoro

PiperPiper

Free

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

Fast 3/5

Best fyrir: MIT - CPU-aðeins, fullkomið fyrir brún tæki og innbyggt sjálf-hýsingu

Reyndu Piper

VITSVITS

Free

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

Fast 3/5

Best fyrir: MIT — grundvallar arkitektúr notaður af mörgum downstream módelum

Reyndu VITS

BarkBark

Standard

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

Hægur 4/5

Best fyrir: MIT - einstakt hljóð kynslóð getu umfram staðlaða TTS

Reyndu Bark

Tortoise TTSTortoise TTS

Premium

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

Hægur 5/5 Raddklónun

Best fyrir: Apache 2.0 — hámarks gæði, víða rannsakað tilvísun framkvæmd

Reyndu Tortoise TTS

OpenVoiceOpenVoice

Premium

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

Miðlungs 4/5 Raddklónun

Best fyrir: MIT — opið raddklónun með kornuðu stílstýringu

Reyndu OpenVoice

Hvernig á að nota Open Source TTS

Notaðu hýst API okkar eða keyrðu líkan sjálfur

1

Kannaðu opinn uppspretta módel

Skoðaðu verslun okkar með 20+ opinn uppspretta TTS módel.Hver líkan síða sýnir leyfi, arkitektúr, getu og sjálf-hýsingu kröfur.

2

Prófaðu í vafranum þínum

Prófaðu hvaða líkan sem er beint á TTS.ai án þess að setja upp neitt.GPU netþjónar okkar meðhöndla vinnslu þannig að þú getur metið gæði áður en þú skuldbindur þig til sjálfshjálpar.

3

Self Host eða nota API okkar

Klónaðu líkan frá GitHub og keyrðu á staðnum, eða notaðu hýst API okkar fyrir framleiðslu.Sjálfshýsing gefur fulla stjórn; API okkar veitir stjórnað innviði.

4

Byggja forritið þitt

Samþætta TTS í vöruna þína með því að nota sjálfstætt hýst módel eða REST API okkar. Athugaðu hvert líkan leyfi fyrst: nokkrar gerðir og raddir eru aðeins til notkunar í atvinnuskyni.

Samanburður á afnotaleyfum

Leyfi hvers líkan á TTS.ai

Tegund Leyfi Notkun í atvinnuskyni Breyta Sjálfvirk vél Tilvísun
Kokoro Apache 2.0 Nauðsynlegt
Piper MIT vél; rödd leyfi eru mismunandi Aðeins sumar raddir Valfrjálst
VITS MIT Valfrjálst
MeloTTS MIT Valfrjálst
Chatterbox MIT Valfrjálst
Tortoise TTS Apache 2.0 Nauðsynlegt
StyleTTS 2 MIT Valfrjálst
OpenVoice MIT Valfrjálst
Sesame CSM Apache 2.0 Nauðsynlegt
Orpheus Llama 3.2 "Built with Llama"
Spark TTS CC BY-NC-SA 4.0 Eingöngu til persónulegrar notkunar og ekki í viðskiptalegum tilgangi Nauðsynlegt
OuteTTS CC BY-NC-SA 4.0 Eingöngu til persónulegrar notkunar og ekki í viðskiptalegum tilgangi Nauðsynlegt
Prófaðu þessar gerðir ókeypis

Self Hosting vs Hýsing API

Keyrðu líkan sjálfur eða láttu okkur sjá um innviði

Self Host á vélbúnaði þínum

Sérhver líkan á TTS.ai er í boði sem opinn uppspretta verkefni á GitHub eða Hugging Face.Sækja þyngd, setja upp eftirspurn, og keyra ályktun á eigin GPUs.Þú hefur fulla stjórn á leynd, næði, og mælikvarða.

  • Full gagnavernd - hljóð fer aldrei frá miðlaranum þínum
  • Enginn kostnaður fyrir hverja beiðni eftir upphaflega uppsetningu
  • Sérsniðin fínstilling á eigin gögnum þínum
  • Krefst GPU vélbúnaður (NVIDIA mælt með)
  • Þú stjórnar uppfærslum, mælikvarða og eftirspurn

Nota TTS.ai Hýstur API

Fáðu strax aðgang að öllum 20+ líkanum í gegnum eitt REST API.Við sjáum um GPU framboð, líkan uppfærslur, biðröð stjórnun og mælikvarða.Einn API lykill gefur þér aðgang að hverju líkani - engin þörf á að stjórna sérstökum dreifingum.

  • Engin GPU vélbúnaður þarf
  • Öll 20+ módel í gegnum eitt API
  • Sjálfvirkar uppfærslur og endurbætur á líkaninu
  • 99,9% upptíma með óþarfa innviði
  • Borgaðu aðeins fyrir það sem þú notar
Notaðu Hýslað API í staðinn

Quick Start: API eða sjálfvirkt hýsing

Notaðu hýst API okkar, eða setja Kokoro á staðnum í mínútum

Valkostur 1: TTS.ai Hýst API Auðveldasta 
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)
Valkostur 2: Self-Host með pip Full stjórn 
# 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")
Skoða API skjöl

Open Source, á viðráðanlegu verði

Hýstur API okkar gerir opið uppspretta TTS aðgengilegt án þess að stjórna GPUs.

Free Tier

$0

50 einingar við skráningu

  • 4 opinn-uppspretta módel ókeypis
  • Engin skráning fyrir grunnnotkun
  • Einkanotkun, ekki í viðskiptalegum tilgangi

Ræsir

$9

500.000 stafir / mánuður

  • Öll 20+ opinn-uppspretta módel
  • Raddklóðun
  • API aðgangur

Fyrir

$29

2.000.000 stafir / mánuður

  • Forgangur GPU vinnslu
  • Öll Premium módel
  • Enterprise stuðningur
Skoða fullt verð

Algengar spurningar (FAQ)

Algengar spurningar um opið texta til tals

Já, öll líkan á TTS.ai eru opinn uppspretta, og flestir nota MIT eða Apache 2.0. Nokkrir nota önnur leyfi, þar á meðal sumir leyfi fyrir non- viðskipta notkun eingöngu, sem eru merktar "Personal og non- viðskipta notkun eingöngu" í rödd velja. Hver líkan síðu skráir leyfi sitt.

Báðar eru leyfilegar opnar heimildir sem leyfa notkun í atvinnuskyni, breytingar og endurdreifingu. Apache 2.0 bætir við skýrum einkaleyfaréttindum og krefst þess að tilgreina breytingar ef þú breytir kóðanum. MIT er einfaldara með færri kröfum. Báðar eru viðskiptavænar.

Já. Sérhver líkan er hægt að vera sjálfstætt hýstur. Klóna líkanið frá GitHub, setja upp eftirspurn, hlaða niður líkanþyngd og keyra ályktun. Við bjóðum upp á skjöl fyrir hverja líkan sjálfstætt hýsingu kröfur þar á meðal GPU, RAM og Python útgáfu.

Kröfur eru mismunandi eftir gerð. Piper þarf ekki GPU (CPU aðeins). Kokoro og MeloTTS þurfa 1-2GB VRAM. Flestar venjulegar gerðir þurfa 4GB VRAM. Tortoise og Sesame CSM þurfa 8GB. NVIDIA RTX 3060 (12GB) getur keyrt flestar gerðir þægilega.

Já. Opin afnotaleyfi leyfa breytingar, þar á meðal fínstillingu. Líkön eins og GPT-SoVITS og Bark veita fínstillingarskriftir. Þú getur þjálfað líkön á eigin raddgögnum til að búa til sérsniðnar raddir eða bæta afköst fyrir tiltekin tungumál.

Top opinn-uppspretta módel (Kokoro, StyleTTS 2, Chatterbox) passa nú eða fara yfir viðskiptaþjónustu eins og ElevenLabs og Google TTS í gæðaviðmiðum.Meginkosturinn við viðskiptaþjónustu er stjórnað innviði og stuðning, ekki hljóðgæði.

Sumum hefur verið eytt: XTTS/XTTS-v2 (Coqui's CPML, ekki í viðskiptalegum tilgangi), F5-TTS (CC-BY-NC, ekki í viðskiptalegum tilgangi) og Higgs-v2 (Boson License, takmarkaður). Nokkrar gerðir og raddir sem eftir eru, eins og Spark TTS, OuteTTS og flestir Piper raddir, eru aðeins með leyfi til notkunar í viðskiptalegum tilgangi; þær eru merktar "Personal and non-commercial use only" í raddvalnum, svo notaðu aðra rödd fyrir viðskiptaleg verkefni.

Já. Flestar gerðir taka við framlögum frá samfélaginu í gegnum GitHub. Þú getur sent inn villuskýrslur, raddupptökur fyrir ný tungumál, kóðabætur og skjöl. Athugaðu GitHub geymslu hverrar gerðar fyrir leiðbeiningar um framlag og virkar vandamál.

Hlaða módel á eftirspurn og hlaða þegar aðgerðalaus til að deila GPU minni.GPU miðlari okkar keyrir 20+ módel á 4x Tesla P40 (96GB samtals VRAM) með dynamic hleðslu. Fyrir sjálfstætt hýsingu getur einn 24GB GPU þjónað 3-5 módel samtímis.

Margar gerðir veita opinberar Docker myndir eða Dockerfiles. Til að keyra margar gerðir geturðu byggt sérsniðna Docker uppsetningu með NVIDIA Container Toolkit fyrir GPU aðgang. API miðlara arkitektúr okkar getur þjónað sem tilvísun framkvæmd.

Flestar gerðir þurfa Python 3.10-3.12. Coqui TTS (VITS) þarf sérstaklega Python 3.11. Við mælum með Python 3.12 fyrir flestar gerðir. Athugaðu requirements.txt hverrar gerðar fyrir nákvæma útgáfusamhæfni.

Ef þú sjálfstætt hýsir, að mestu já: MIT og Apache 2.0 leyfi leyfa sérstaklega notkun í atvinnuskyni og flestir módel hér nota þau, svo þú getur byggt SaaS vörur, farsímaforrit, leiki og þjónustu án leyfisgjalda eða höfundarréttar. Athugaðu leyfið á hverri módelsíðu fyrst, vegna þess að nokkrar módel og raddir eru ekki í viðskiptalegum tilgangi. Hljóð sem myndast á TTS.ai sjálft fylgir áætlun þinni: persónuleg notkun á ókeypis stigi, viðskiptanotkun á hvaða greiddum áætlun sem er.
5.0/5 (1)

Hvað gætum við bætt? Viðbrögð þín hjálpa okkur að laga vandamál.

Prófaðu Open Source TTS í dag

20+ opinn uppspretta módel, hvert með leyfi sínu skráð. Notaðu API okkar eða sjálfstætt hýsingu, val þitt er þitt.

Skráðu þig ókeypis Skoða verðlag