Testo al discorso Agenti AI Musica Discorso al testo Clonazione vocale Progettazione vocale Mercato Di più
Segnala bug / richiesta di funzionalità

Open Source Text to Speech Modelli

Ogni modello TTS sulla nostra piattaforma è open source, e la maggior parte utilizza MIT o Apache 2.0. Alcuni modelli e voci sono autorizzati solo per uso non commerciale e sono contrassegnati'solo uso personale e non commerciale'. Utilizzali attraverso la nostra API ospitata, o self-host sulla propria infrastruttura con controllo completo.

Open Source Licenza MIT Apache 2.0 Self-hostable GitHubCity name (optional, probably does not need a translation)
Editor TTS completo Documenti API

Provalo ora.

0/500
Gratis con Kokoro, Piper, VITS, MeloTTS
L'audio generato apparirà qui
Generato
0:00
Scarica
Ti piace TTS.ai? Dillo ai tuoi amici!
Apri l'editor TTS completo

Vantaggi TTS Open Source

Perché i modelli open-source contano per i vostri progetti

Tutti Open-Source con licenza

Ogni modello su TTS.ai è open source, e ogni pagina del modello elenca la sua licenza. Nessuna scatola nera proprietaria e nessun blocco dei fornitori.

Licenze open source

La maggior parte dei modelli sono concessi in licenza MIT o Apache 2.0. Alcuni utilizzano altre licenze, e modelli o voci autorizzate per uso non commerciale sono contrassegnati "solo uso personale e non commerciale."

Self-hostable

Scarica qualsiasi modello ed eseguilo sul tuo hardware. Controllo completo dei dati, della latenza e dell'infrastruttura. Non è richiesta alcuna dipendenza dal cloud.

GPU ottimizzata

I modelli sono ottimizzati per le GPU NVIDIA con supporto CUDA. Piper funziona solo su CPU. La maggior parte dei modelli hanno bisogno di VRAM 2-8GB per un'inferenza efficiente.

Comunità Mantenuta

Le comunità attive open-source mantengono e migliorano questi modelli. I contributi sono benvenuti, i bug, i miglioramenti e le nuove voci su GitHub.

Licenza commerciale disponibile

Un piano a pagamento da $5/mo porta la licenza commerciale per ciò che si genera, senza diritti o tasse di utilizzo; il livello gratuito è per uso personale. Modelli e voci contrassegnati "solo uso personale e non commerciale" sono esclusi.

Il nostro catalogo di modelli Open Source

Ogni modello, la sua licenza, e quello che fa meglio

KokoroKokoro

Free

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

Veloce 5/5

Meglio per: Apache 2.0 modello gratuito di migliore qualità, 82M parami, facile da auto-ospitare

Prova Kokoro

PiperPiper

Free

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

Veloce 3/5

Meglio per: MIT CPU-Solo, perfetto per i dispositivi di bordo e self-hosting incorporato

Prova Piper

VITSVITS

Free

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

Veloce 3/5

Meglio per: Architettura fondamentale del MIT Hoppenstedt utilizzata da molti modelli a valle

Prova VITS

BarkBark

Standard

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

Lento 4/5

Meglio per: Capacità uniche di generazione audio MIT oltre lo standard TTS

Prova Bark

Tortoise TTSTortoise TTS

Premium

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

Lento 5/5 Clonazione vocale

Meglio per: Apache 2.0 Massima qualità, implementazione di riferimento ampiamente studiata

Prova Tortoise TTS

OpenVoiceOpenVoice

Premium

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

Media 4/5 Clonazione vocale

Meglio per: Clonazione vocale open source MIT con controllo in stile granulare

Prova OpenVoice

Come usare Open Source TTS

Utilizzare la nostra API ospitata o eseguire i modelli da soli

1

Esplora modelli Open-Source

Sfoglia il nostro catalogo di 20+ modelli TTS open-source. Ogni pagina dei modelli mostra i requisiti di licenza, architettura, funzionalità e auto-ospitalità.

2

Prova nel tuo browser

Testare qualsiasi modello direttamente su TTS.ai senza installare nulla. I nostri server GPU gestiscono l'elaborazione in modo da poter valutare la qualità prima di impegnarsi a self-hosting.

3

Self-Host o utilizzare la nostra API

Il modello Clone repos da GitHub ed esegui localmente, o usa la nostra API ospitata per la produzione. L'auto-hosting dà il pieno controllo; la nostra API fornisce l'infrastruttura gestita.

4

Costruisci la tua applicazione

Integrare TTS nel tuo prodotto utilizzando modelli auto-hosted o la nostra API REST. Controllare ogni licenza modello prima: alcuni modelli e voci sono solo per uso non commerciale.

Confronto delle licenze

Licenza di ogni modello su TTS.ai

Modello Licenza Uso commerciale Modifica Self-Host Attribuzione
Kokoro Apache 2.0 Richiesto
Piper MIT motore; le licenze vocali variano Solo alcune voci Facoltativo
VITS MIT Facoltativo
MeloTTS MIT Facoltativo
Chatterbox MIT Facoltativo
Tortoise TTS Apache 2.0 Richiesto
StyleTTS 2 MIT Facoltativo
OpenVoice MIT Facoltativo
Sesame CSM Apache 2.0 Richiesto
Orpheus Llama 3.2 "Built with Llama"
Spark TTS CC BY-NC-SA 4.0 Solo uso personale e non commerciale Richiesto
OuteTTS CC BY-NC-SA 4.0 Solo uso personale e non commerciale Richiesto
Prova questi modelli gratis

Self-Hosting vs API ospitate

Eseguire modelli da soli o lasciarci gestire l'infrastruttura

Self-Host sul vostro hardware

Ogni modello su TTS.ai è disponibile come progetto open-source su GitHub o Hugging Face. Scarica i pesi, installa le dipendenze ed esegui l'inferenza sulle tue GPU. Hai il pieno controllo su latenza, privacy e scala.

  • Privacy completa dei dati L'audio non lascia mai il tuo server
  • Nessun costo per richiesta dopo la configurazione iniziale
  • Messa a punto personalizzata dei propri dati
  • Richiede hardware GPU (NVIDIA raccomandato)
  • Gestisci gli aggiornamenti, la scalatura e le dipendenze

Usa TTS.ai API ospitate

Ottieni l'accesso immediato a tutti i 20+ modelli tramite una singola API REST. Gestiamo il provisioning della GPU, gli aggiornamenti dei modelli, la gestione delle code e la scalatura. Una chiave API ti dà accesso a ogni modello non c'è bisogno di gestire implementazioni separate.

  • Nessun hardware GPU necessario
  • Tutti i 20+ modelli tramite una API
  • Aggiornamenti e miglioramenti automatici dei modelli
  • 99,9% uptime con infrastruttura ridondante
  • Paga solo per quello che usi
Usa invece API ospitata

Quick Start: API o Self-Host

Utilizzare la nostra API ospitata, o installare Kokoro localmente in pochi minuti

Opzione 1: API ospitate TTS.ai Più facile 
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)
Opzione 2: Self-Host con pip Controllo completo 
# 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")
Visualizza documentazione API

Open Source, prezzi accessibili

La nostra API ospitata rende TTS open-source accessibile senza gestire le GPU.

Livello libero

$0

15.000 caratteri al momento dell'iscrizione

  • 4 modelli open-source gratuiti
  • Nessuna registrazione per l'uso di base
  • Uso personale, non commerciale

Avviatore

$9

500.000 caratteri/mese

  • Tutti i 20+ modelli open-source
  • Clonazione vocale
  • Accesso API

Pro

$29

2.000.000 di caratteri/mese

  • Elaborazione GPU prioritaria
  • Tutti i modelli premium
  • Sostegno alle imprese
Visualizza prezzi completi

Domande frequenti

Domande comuni sul testo open source al discorso

Sì, ogni modello su TTS.ai è open source, e la maggior parte usa MIT o Apache 2.0. Alcuni usano altre licenze, tra cui alcune rilasciate solo per uso non commerciale, che sono contrassegnate "solo per uso personale e non commerciale" nel selettore vocale. Ogni pagina modello elenca la sua licenza.

Entrambi sono licenze open-source permissive che consentono l'uso commerciale, la modifica e la ridistribuzione. Apache 2.0 aggiunge esplicitamente le sovvenzioni di brevetto e richiede l'indicazione di modifiche se si modifica il codice. MIT è più semplice con meno requisiti. Entrambi sono business-friendly.

Sì. Ogni modello può essere auto-hosting. Clonare il repository del modello da GitHub, installare dipendenze, scaricare i pesi del modello ed eseguire l'inferenza. Forniamo la documentazione per i requisiti auto-hosting di ogni modello tra cui la versione GPU, RAM e Python.

I requisiti variano a seconda del modello. Piper non ha bisogno di GPU (solo CPU). Kokoro e MeloTTS hanno bisogno di VRAM da 1-2GB. La maggior parte dei modelli standard hanno bisogno di VRAM da 4GB. Tortoise e CSM da 8GB. Un NVIDIA RTX 3060 (12GB) può eseguire la maggior parte dei modelli comodamente.

Sì. Le licenze open-source consentono modifiche tra cui la fine-tuning. Modelli come GPT-SoVITS e Bark forniscono script di fine-tuning. È possibile addestrare i modelli sui propri dati vocali per creare voci personalizzate o migliorare le prestazioni per specifiche lingue.

I migliori modelli open-source (Kokoro, StyleTTS 2, Chatterbox) ora corrispondono o superano i servizi commerciali come ElevenLabs e Google TTS nei benchmark di qualità. Il vantaggio principale dei servizi commerciali è l'infrastruttura e il supporto gestiti, non la qualità audio.

Alcuni sono stati rimossi: XTTS/XTTS-v2 (CPML di Coqui, non commerciale), F5-TTS (CC-BY-NC, non commerciale) e Higgs-v2 (Licenza Boson, restrittiva). Alcuni modelli e voci rimanenti, come Spark TTS, OuteTTS e la maggior parte delle voci Piper, sono concessi in licenza solo per uso non commerciale; sono contrassegnati "solo uso personale e non commerciale" nel picker vocale, quindi utilizzare una voce diversa per i progetti commerciali.

Sì. La maggior parte dei modelli accetta contributi comunitari tramite GitHub. È possibile inviare segnalazioni di bug, registrazioni vocali per nuove lingue, miglioramenti del codice e documentazione. Controllare il repository GitHub di ogni modello per le linee guida sui contributi e problemi attivi.

Carica i modelli on-demand e scarica quando sono inattivi per condividere la memoria GPU. Il nostro server GPU esegue 20+ modelli su 4x Tesla P40 (VRAM totale 96GB) utilizzando il caricamento dinamico. Per self-hosting, una singola GPU da 24GB può servire contemporaneamente 3-5 modelli.

Molti modelli forniscono immagini Docker ufficiali o Dockerfiles. Per l'esecuzione di più modelli, è possibile creare una configurazione Docker personalizzata con NVIDIA Container Toolkit per l'accesso GPU. La nostra architettura server API può servire come implementazione di riferimento.

La maggior parte dei modelli richiede Python 3.10.12. Coqui TTS (VITS) ha specificamente bisogno di Python 3.11. Raccomandiamo Python 3.12 per la maggior parte dei modelli.

Se si auto-host, per lo più sì: MIT e Apache 2.0 licenze consentono esplicitamente l'uso commerciale, e la maggior parte dei modelli qui li utilizzano, in modo da poter costruire prodotti SaaS, applicazioni mobili, giochi e servizi senza diritti di licenza o royalties. Controllare la licenza su ogni pagina modello prima, perché alcuni modelli e voci sono non commerciali. Audio generato su TTS.ai stesso segue il vostro piano: uso personale sul livello Gratis, uso commerciale su qualsiasi piano a pagamento.
5.0/5 (1)

Cosa potremmo migliorare? Il tuo feedback ci aiuta a risolvere i problemi.

Prova Open Source TTS oggi

20+ modelli open-source, ognuno con la propria licenza elencato. Utilizzare la nostra API o auto-host, la scelta è vostra.

Iscriviti gratis Visualizza prezzi