کړاو راپورول / د ځانتيا غوښتنه

پرانيستې سرچينه ليکنه د وينا ماډلونه

زموږ په پلیټ فارم کې هر TTS ماډل خلاص سرچینه ده، او ډیری یې د MIT یا Apache 2.0 کاروي. ځینې ماډلونه او غږونه یوازې د غیر سوداګریزو کارولو لپاره اجازه لري او یوازې د 'شخصي او غیر سوداګریزو کارولو لپاره' نښه شوي. د دوی د کوربه API له لارې یې وکاروئ، یا د بشپړ کنټرول سره د خپل ځان په خپل زیربنا کې ځان کوربه کړئ.

خلاصه سرچينه MIT منښتليک اپاچي ځان کوربه ګېټ هاب

اوس هڅه کول

د Kokoro، Piper، VITS، MeloTTS سره وړیا
ستاسو جوړه شوې غږيزه به دلته ښکاره شي
جوړ شوی
0:00
رالېښنې
TTS.ai مینه؟ خپل ملګرو ته ووایاست!

خلاص سرچینه TTS ګټې

ولې د خلاصې سرچینې ماډلونه ستاسو د پروژو لپاره مهم دي

ټول پرانيستې سرچينې منښتلي

په TTS.ai هر ماډل د خلاص سرچینه ده، او هر ماډل پاڼه د خپل جواز لیست. نه د مالکيت تور بکسونه او نه د پلورونکي د قفل-in.

پرانيستې سرچينه منښتليکونه

ډېری ماډلونه د MIT یا Apache 2.0 لاندې اجازه لیک لري. ځینې نور اجازه لیکونه کاروي، او ماډلونه یا غږونه چې د غیر سوداګریز کارولو لپاره اجازه لیک لري "خپل او یوازې غیر سوداګریز کارولو" نښه کیږي.

ځان کوربه

هر ماډل ډاونلوډ کړئ او په خپل هارډویر کې یې چل کړئ. ستاسو د معلوماتو، latency، او زیربنا په اړه بشپړ کنټرول. د بادل پورې اړه نلري.

ښه شوی GPU

ماډلونه د CUDA ملاتړ سره د NVIDIA GPUs لپاره غوره شوي. پیپر یوازې په CPU کې چلیږي. ډیری ماډلونه د اغیزمن استنباط لپاره 2-8GB VRAM ته اړتیا لري.

د ټولنې ساتل شوی

فعالې خلاصې سرچینې ټولنې دا ماډلونه ساتي او ښه کوي. مرسته ښه راغلاست - په GitHub کې بګونه، ښه والي او نوي غږونه وړاندې کړئ.

سوداګريز منښتليک شتون لري

د $ 5 / mo څخه د تادیې پلان د هغه څه لپاره چې تاسو یې تولید کوئ، د سوداګرۍ جواز لري، پرته له کومې فیس یا د کارولو فیس؛ وړیا پړاو د شخصي کارولو لپاره دی. ماډلونه او غږونه چې د "خپل او غیر سوداګریز کارولو" نښه شوي دي.

زموږ د خلاص سرچینې ماډل کتلاګ

هر ماډل، د هغې جواز، او هغه څه چې دا غوره کوي

KokoroKokoro

Free

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

:دوتنه 5/5

د: لپاره غوره Apache 2.0 - د غوره کیفیت وړیا ماډل، 82M params، د ځان کوربه کولو لپاره اسانه

هڅه Kokoro

PiperPiper

Free

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

:دوتنه 3/5

د: لپاره غوره MIT - یوازې CPU، د څنډې وسیلو او ضمیمه شوي ځان کوربه کولو لپاره مثالی

هڅه Piper

VITSVITS

Free

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

:دوتنه 3/5

د: لپاره غوره MIT - بنسټيزه معمارۍ چې د ډیری ښکته ماډلونو لخوا کارول کیږي

هڅه VITS

BarkBark

Standard

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

ورو 4/5

د: لپاره غوره MIT - د معیاري TTS څخه بهر ځانګړي آډیو نسل وړتیاوې

هڅه Bark

Tortoise TTSTortoise TTS

Premium

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

ورو 5/5 غږ نقلول

د: لپاره غوره Apache 2.0 - اعظمي کیفیت، په پراخه کچه مطالعه مرجع پلي کول

هڅه Tortoise TTS

OpenVoiceOpenVoice

Premium

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

منځنی 4/5 غږ نقلول

د: لپاره غوره MIT - د خلاصې سرچینې غږ کلونینګ د ګرینر سټایل کنټرول سره

هڅه OpenVoice

د خلاص سرچینې TTS څنګه کارول

زموږ کوربه API وکاروئ یا خپل ماډلونه چل کړئ

1

د خلاصې سرچينې ماډلونه وګورئ

زموږ د 20 + خلاص سرچینې TTS ماډلونو کتلاګ وګورئ. هر ماډل پاڼه د جواز، معمارۍ، وړتیاوې او د ځان کوربه کولو اړتیاوې ښیې.

2

په خپل لټوونی کې هڅه وکړئ

Test any model directly on TTS.ai without installing anything. Our GPU servers handle processing so you can evaluate quality before committing to self-hosting.

3

د ځان کوربه یا زموږ API وکاروئ

د GitHub څخه د کلون ماډل repos او په سیمه کې چلول، یا د تولید لپاره زموږ کوربه API وکاروئ. د ځان کوربه کول بشپړ کنټرول ورکوي؛ زموږ API اداره شوي زیربناوې چمتو کوي.

4

خپل کاريال جوړ کړئ

د خپل محصول کې د TTS د ځان کوربه ماډلونو یا زموږ د REST API په کارولو سره یوځای کړئ. لومړی د هر ماډل لیږد وګورئ: ځینې ماډلونه او غږونه یوازې د غیر سوداګریز کارولو لپاره دي.

د منښتليک پرتله

د هر ماډل د اجازه ليک په TTS.ai

بېلګه منښتليک سوداګريزه کارونه بدلون ځان کوربه منل
Kokoro Apache 2.0 اړين
Piper MIT انجن؛ غږ منښتليکونه توپير لري يوازې ځيني غږونه غوراويز
VITS MIT غوراويز
MeloTTS MIT غوراويز
Chatterbox MIT غوراويز
Tortoise TTS Apache 2.0 اړين
StyleTTS 2 MIT غوراويز
OpenVoice MIT غوراويز
Sesame CSM Apache 2.0 اړين
Orpheus Llama 3.2 "Built with Llama"
Spark TTS CC BY-NC-SA 4.0 يوازې شخصي او غير سوداګريز کارونه اړين
OuteTTS CC BY-NC-SA 4.0 يوازې شخصي او غير سوداګريز کارونه اړين

د ځان کوربه vs کوربه API

خپل ماډلونه چلوئ یا موږ ته اجازه راکړئ چې زیربنا اداره کړو

په خپل هارډویر کې ځان کوربه

په TTS.ai کې هر ماډل د GitHub یا Hugging Face کې د خلاصې سرچینې پروژې په توګه شتون لري. وزنونه ډاونلوډ کړئ، وابستګۍ نصب کړئ، او د خپل GPUs په اړه استنباط وکړئ. تاسو د latency، محرمیت، او اندازه کولو باندې بشپړ کنټرول لرئ.

  • بشپړ د معلوماتو محرمیت - غږ هیڅکله ستاسو سرور نه پریږدي
  • نه پر-غوښتنه لګښتونه وروسته د لومړني جوړښت
  • د خپل ځان د معلوماتو د دوديز fine-tuning
  • د GPU هارډویر ته اړتیا لري (NVIDIA سپارښتنه شوې)
  • تاسو اوسمهالونه، کچونه او اړيکې سمبالوئ

TTS.ai کوربه API وکاروئ

د یو واحد REST API له لارې د ټولو 20 + ماډلونو ته سمدلاسه لاسرسی ومومئ. موږ د GPU چمتو کول، د ماډل تازه کول، د قطار مدیریت او اندازه کول اداره کوو. یو API کلید تاسو ته هر ماډل ته لاسرسی درکوي - هیڅ اړتیا نشته چې جلا عملیات اداره کړي.

  • هېڅ هډوانې اړينې نه دي GPU
  • د یو API له لارې ټول 20 + ماډلونه
  • اتومات ماډل تازه او ښه والي
  • د اضافي زیربنا سره 99.9٪ اپټیم
  • یوازې د هغه څه لپاره تادیه وکړئ چې تاسو یې کاروئ

چټک پیل: API یا ځان کوربه

زموږ کوربه API وکاروئ، یا په دقیقو کې کوکورو ځایی نصب کړئ

اختیار 1: TTS.ai کوربه API اسانه
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)
2 اختیار: د پیپ سره ځان کوربه بشپړه کنټرول
# 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")

خلاص سرچینه، ارزانه قیمتونه

زموږ کوربه API د GPUs مدیریت کولو پرته د خلاص سرچینې TTS لاسرسی کوي.

وړیا کچ

$0

د 50 کریډیټونه په نوم لیکنه کې

  • 4 خلاص سرچینه ماډلونه وړیا
  • د بنسټيزې کارونې لپاره نه ننوتل
  • شخصي، غیر سوداګریز کارونه

پېلونکی

$9

500 کریډیټونه / میاشت

  • ټول 20+ خلاص سرچینه ماډلونه
  • غږ نقلول
  • لاسرسی API

پرو

$29

2000 کریډیټونه / میاشت

  • لومړیتوب GPU بهير
  • ټول پريم ماډلونه
  • د شرکت ملاتړ
بشپړ قیمتونه وګورئ

ډېرې پوښتنې

د خلاصې سرچينې ليکنې په اړه عامې پوښتنې

هو، په TTS.ai هر ماډل خلاص سرچینه ده، او ډیری یې د MIT یا Apache 2.0 کاروي. یو څو نور لیږدونه کاروي، په شمول د غیر سوداګریزو کارولو لپاره ځینې لیږدونه، چې په غږ پیکر کې "شخصي او غیر سوداګریز کارولو لپاره یوازې" نښه شوي. هر ماډل پاڼه د خپل لیږد لیست کوي.

دواړه د سوداګرۍ کارولو، تعدیل او بیا ویشلو ته اجازه ورکوي. Apache 2.0 د پیټینټ ځانګړي مرستې اضافه کوي او د بدلونونو څرګندولو ته اړتیا لري که تاسو کوډ بدل کړئ. MIT د لږو اړتیاو سره ساده دی. دواړه د سوداګرۍ دوستانه دي.

هو. هر ماډل کولی شي ځان کوربه شي. د GitHub څخه د ماډل ذخیره کلون کړئ، وابستګۍ نصب کړئ، د ماډل وزنونه ډاونلوډ کړئ، او استنباط ترسره کړئ. موږ د GPU، RAM، او Python نسخه په شمول د هر ماډل د ځان کوربه کولو اړتیاو لپاره اسناد چمتو کوو.

اړتیاوې د ماډل لخوا توپیر لري. پیپر هیڅ GPU ته اړتیا نلري (یوازې CPU). کوکورو او میلوټټس د 1-2GB VRAM ته اړتیا لري. ډیری معیاري ماډلونه د 4GB VRAM ته اړتیا لري. تورټوس او سیسم CSM د 8GB ته اړتیا لري. یو NVIDIA RTX 3060 (12GB) کولی شي ډیری ماډلونه په راحته توګه چل کړي.

د GPT-SoVITS او Bark په څیر ماډلونه د fine-tuning سکرېپټونه چمتو کوي. تاسو کولی شئ د خپل غږ ډاټا کې ماډلونه روزئ ترڅو د دودیزو غږونو رامینځته کولو یا د ځانګړو ژبو لپاره د فعالیت ښه کولو لپاره.

د لوړې خلاصې سرچینې ماډلونه (کوکورو، StyleTTS 2، چاټرباکس) اوس د کیفیت معیارونو کې د ElevenLabs او ګوګل TTS په څیر د سوداګریزو خدماتو سره مطابقت یا زیاتوالی لري. د سوداګریزو خدماتو اصلي ګټه د زیربنا مدیریت او ملاتړ دی، نه د آډیو کیفیت.

ځینې ​​یې لرې شوي: XTTS / XTTS-v2 (د کوکی CPML، غیر سوداګریز)، F5-TTS (CC-BY-NC، غیر سوداګریز) او Higgs-v2 (د بوزون لیږد، محدود). ځینې ​​نور ماډلونه او غږونه، لکه د Spark TTS، OuteTTS او ډیری پیپر غږونه، یوازې د غیر سوداګریز کارولو لپاره لیږدول شوي؛ دوی په غږ پیکر کې "خپل او غیر سوداګریز کارولو لپاره" نښه شوي، نو د سوداګریزو پروژو لپاره یو بل غږ وکاروئ.

هو. ډیری ماډلونه د GitHub له لارې د ټولنې مرستې مني. تاسو کولی شئ د بګ راپورونه، د نوي ژبو لپاره د غږ ریکارډونه، د کوډ ښه والي او اسناد وړاندې کړئ. د هر ماډل د GitHub ذخیره د مرستې لارښوونو او فعالو مسلو لپاره وګورئ.

زموږ د GPU سرور د 4x Tesla P40 (96GB مجموعي VRAM) په کارولو سره د 20 + ماډلونه چلوي. د ځان کوربه کولو لپاره، یو واحد 24GB GPU کولی شي په ورته وخت کې د 3-5 ماډلونو خدمت وکړي.

ډیری ماډلونه د رسمي Docker انځورونه یا Dockerfiles چمتو کوي. د څو ماډلونو چلولو لپاره، تاسو کولی شئ د GPU لاسرسي لپاره د NVIDIA کانټینر ټولکیټ سره د دودیز Docker ترتیب جوړ کړئ. زموږ د API سرور معمارۍ کولی شي د حوالې پلي کولو په توګه خدمت وکړي.

ډیری ماډلونه د Python 3.10-3.12 ته اړتیا لري. Coqui TTS (VITS) په ځانګړي توګه د Python 3.11 ته اړتیا لري. موږ د ډیری ماډلونو لپاره د Python 3.12 وړاندیز کوو. د دقیق نسخه مطابقت لپاره د هر ماډل requirements.txt وګورئ.

که تاسو ځان کوربه کړئ، ډیری وختونه هو: د MIT او Apache 2.0 جوازونه په څرګند ډول د سوداګریزو کارونې اجازه ورکوي، او ډیری ماډلونه دلته یې کاروي، نو تاسو کولی شئ د SaaS محصولات، ګرځنده غوښتنلیکونه، لوبې او خدمات جوړ کړئ پرته له کوم لیږد فیس یا رواجي. لومړی د هر ماډل پا pageې کې جواز وګورئ، ځکه چې ځینې ماډلونه او غږونه غیر سوداګریز دي. د TTS.ai په اړه تولید شوي آډیو ستاسو پلان تعقیب کوي: په وړیا کچه شخصي کارولو، په هر ډول پیسو پلان کې سوداګریز کارولو.
5.0/5 (1)

موږ څه کولای شي چې ښه شي؟ ستاسو د نظر موږ سره مرسته کوي د ستونزو د حل.

نن د خلاصې سرچینې TTS هڅه وکړئ

د 20+ خلاص سرچینې ماډلونه، هر یو د خپل لیږد لیست سره. زموږ API یا ځان کوربه وکاروئ، انتخاب ستاسو دی.