Atvērt pirmkoda tekstu runas modeļiem
Katrs TTS modelis mūsu platformā ir atvērts avots, un visvairāk izmanto MIT vai Apache 2.0. Daži modeļi un balsis ir licencēti tikai nekomerciālai lietošanai un ir apzīmēti ar "tikai personīgai un nekomerciālai lietošanai". Izmantojiet tos, izmantojot mūsu izvietoto API, vai patstāvīgi tos savā infrastruktūrā ar pilnīgu kontroli.
Pamēģini tagad
Atvērtā pirmkoda TTS ieguvumi
Kāpēc jūsu projektiem svarīgi ir atvērtā pirmkoda modeļi
Visi atvērtā avota licencētie
Katrs modelis par TTS.ai ir atvērts avots, un katra modeļa lapa uzskaita savu licenci. Nav patentētu melno kastes un nav pārdevēja bloķēšanās.
Atvērt pirmkoda licences
Lielākā daļa modeļu ir licencēti MIT vai Apache 2.0. Daži izmanto citas licences, un modeļi vai balsis licencētas nekomerciālai lietošanai ir marķētas "Tikai personīgai un nekomerciālai lietošanai".
Pašizturīgs
Lejupielādēt jebkuru modeli un palaist to uz savu aparatūru. Pilna kontrole pār jūsu datiem, latentumu un infrastruktūru. Nav mākoņu atkarības nepieciešams.
GPU optimizēta
Modeļi ir optimizēti NVIDIA GPU ar CUDA atbalstu. Piper darbojas tikai ar CPU. Lielākajai daļai modeļu ir nepieciešams 2-8GB VRAM, lai efektīvi iejauktos.
Kopiena uztur
Aktīvas atvērta pirmkoda kopienas uztur un uzlabo šos modeļus. Iemaksas laipni gaidīts — iesniegt kļūdas, uzlabojumi, un jaunas balsis par GitHub.
Pieejama komerclicence
Maksātais plāns no $5/mo veic komerclicenci par to, ko jūs ģenerējat, bez autoratlīdzības vai lietošanas maksas; bezmaksas līmenis ir personīgai lietošanai. Modeļi un balsis ar marķējumu "Tikai personīgai un nekomerciālai lietošanai" ir izslēgti.
Mūsu atvērtā pirmkoda modeļa katalogs
Katrs modelis, tā licence, un ko tā dara vislabāk
Kokoro
Free
Lightweight 82M parameter model delivering studio-quality speech with blazing-fast inference.
Labākais par: Apache 2.0 — labākais kvalitātes bezmaksas modelis, 82M params, viegli patstāvīgs
Mēģināt Kokoro
Piper
Free
A fast, local neural text to speech system optimized for Raspberry Pi and embedded devices.
Labākais par: MIT – tikai CPU, ideāli piemērots malas ierīcēm un iebūvēta pašapkalpošanās
Mēģināt Piper
VITS
Free
Conditional variational autoencoder with adversarial learning for end-to-end text-to-speech.
Labākais par: MIT — daudzu pakārtotu modeļu pamata arhitektūra
Mēģināt VITS
Bark
Standard
Transformer-based text-to-audio model that generates realistic speech, music, and sound effects.
Labākais par: MIT – unikālas audio ģenerēšanas spējas, kas pārsniedz standarta TTS
Mēģināt Bark
Tortoise TTS
Premium
Multi-voice text-to-speech focused on quality with autoregressive architecture.
Labākais par: Apache 2.0 – maksimālā kvalitāte, plaši pētīta atsauces īstenošana
Mēģināt Tortoise TTS
OpenVoice
Premium
Instant voice cloning with granular control over style, emotion, and accent.
Labākais par: MIT – atvērtā koda balss klonēšana ar granulu stila kontroli
Mēģināt OpenVoiceKā lietot atvērtā pirmkoda TTS
Izmantot mūsu hosting API vai palaist modeļus sevi
Atvērto avotu modeļu izpēte
Pārlūkojiet mūsu 20+ atvērtā avota TTS modeļu katalogu. Katrā modeļa lapā parādītas licences, arhitektūras, iespēju un pašapkalpošanās prasības.
Mēģiniet pārlūkā
Testēt jebkuru modeli tieši uz TTS.ai bez uzstādīšanas neko. Mūsu GPU serveri rokturi apstrādes, lai jūs varētu novērtēt kvalitāti, pirms apņemties sevi hosting.
Pašpatēriņš vai izmantot mūsu API
Klons modelis repozitoriji no GitHub un palaist uz vietas, vai izmantot mūsu hosted API ražošanai. Pašu hostings dod pilnīgu kontroli; mūsu API nodrošina pārvaldīto infrastruktūru.
Veidojiet savu programmu
Iestrādājiet TTS savā produktā, izmantojot pašuzņēmumus modeļus vai mūsu REST API. Vispirms pārbaudiet katru modeļa licenci: daži modeļi un balsis ir paredzētas tikai nekomerciālai lietošanai.
Licences salīdzinājums
Katra modeļa licence uz TTS.ai
| Paraugs | Licence | Komerciāla izmantošana | Grozījumi | Pašizpilde | Pienākums |
|---|---|---|---|---|---|
| Kokoro | Apache 2.0 | Vajadzīgs | |||
| Piper | MIT motors; balss licences atšķiras | Tikai dažas balsis | Pēc izvēles | ||
| VITS | MIT | Pēc izvēles | |||
| MeloTTS | MIT | Pēc izvēles | |||
| Chatterbox | MIT | Pēc izvēles | |||
| Tortoise TTS | Apache 2.0 | Vajadzīgs | |||
| StyleTTS 2 | MIT | Pēc izvēles | |||
| OpenVoice | MIT | Pēc izvēles | |||
| Sesame CSM | Apache 2.0 | Vajadzīgs | |||
| Orpheus | Llama 3.2 | "Built with Llama" | |||
| Spark TTS | CC BY-NC-SA 4.0 | Tikai personiskai un nekomerciālai lietošanai | Vajadzīgs | ||
| OuteTTS | CC BY-NC-SA 4.0 | Tikai personiskai un nekomerciālai lietošanai | Vajadzīgs |
Pašapkalpošanās pret hosted API
Palaist modeļus sevi vai ļaujiet mums rīkoties ar infrastruktūru
Pašizpilde ar jūsu aparatūru
Katrs modelis par TTS.ai ir pieejams kā atvērtā avota projekts par GitHub vai Hugging Face. Lejupielādēt svaru, instalēt atkarību, un palaist secinājumus par savu GPU. Jums ir pilnīga kontrole pār latentumu, privātumu un mērogošanu.
- Pilna datu privātums — audio nekad nepamet jūsu serveri
- Izmaksu skaits pēc pieprasījuma pēc sākotnējās uzstādīšanas
- Pielāgota jūsu datu precizēšana
- Nepieciešama GPU aparatūra (ieteicams NVIDIA)
- Jūs pārvaldīt atjauninājumus, mērogošana, un atkarības
Lietot TTS.ai datora API
Iegūstiet tūlītēju piekļuvi visiem 20+ modeļiem, izmantojot vienu REST API. Mēs apstrādājam GPU nodrošināšanu, modeļu atjauninājumus, rindas pārvaldību un mērogošanu. Viens API taustiņš dod jums piekļuvi katram modelim — nav nepieciešams pārvaldīt atsevišķus ieviešanas veidus.
- Nav vajadzīga GPU aparatūra
- Visi 20+ modeļi, izmantojot vienu API
- Automātiski modeļu atjauninājumi un uzlabojumi
- 99,9 % atveseļošanās laiks ar lieku infrastruktūru
- Maksā tikai par to, ko lietojat
Ātrā palaišana: API vai pašapziņa
Izmantojiet mūsu hosting API, vai instalēt lokāli Kokoro minūtēs
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")Atvērts avots, pieņemama cena
Mūsu hosting API padara atvērtā pirmkoda TTS pieejams bez pārvaldīt GPU.
Brīvais līmenis
$0
15 kredīti pierakstīšanās brīdī
- 4 atvērtā avota modeļi bez maksas
- Nav pierakstīšanās pamata lietošanai
- Personīgai, nekomerciālai lietošanai
Palaist
$9
500 000 rakstzīmju/mēnesī
- Visi 20+ atklātā pirmkoda modeļi
- Balss klonēšana
- API piekļuve
Pro
$29
2 000 000 rakstzīmju/mēnesī
- Prioritārā GPU apstrāde
- Visi premium modeļi
- Atbalsts uzņēmumiem
Bieži uzdoti jautājumi
Bieži uzdotie jautājumi par atklāto tekstu runāt
Ko mēs varam uzlabot? Jūsu atgriezeniskā saite palīdz mums atrisināt problēmas.
Mēģiniet atvērtā avota TTS šodien
20+ atvērtā avota modeļi, katrs ar savu licenci uzskaitīti. Izmantojiet mūsu API vai pašapkalpošanās, izvēle ir jūsu.