Модели отвореног изворног текста за говор

Сваки ТТС модел на платформи је отворен извор, а већина користи МИТ или Апач 2.0. Неколико модела и гласова има дозволу само за некомерцијалну употребу и означено је само за особну и некомерцијалну употребу. Користите их преко нашег домаћина АПИ, или самодомаћите их на сопственој инфраструктури са пуном контролом.

Отвори извор МИТ лиценца Апачи 2. 0 Само-гостољубиви ГитХуб

Пробај сада.

Слободно са Кокоро, Пајпер, ВИТС, МелоТТС
Овд› је ће се појавити ваш генерисани звук
генерисано
0:00
Преузми
Љубав ТТС.аи?

Предности отвореног извора ТТС‐ а

Зашто отворени модели значе за ваше пројекте

лиценца свих отворених извора

Every model on TTS.ai is open source, and each model page lists its license. No proprietary black boxes and no vendor lock-in.

Отворене изворне лиценце

Већина модела има дозволу под МИТ или Апаче 2.0. Неколико користи друге дозволе, а модели или гласови који имају дозволу за некомерцијалну употребу означавају се само за особну и некоммерцијалну употребу.

Само-гостољубиви

Преузми било који модел и покрени га на свој хардвер. Потпуна контрола над подацима, латенцијама и инфраструктуром. Није потребна зависност од облака.

Оптимизован ГПУ

Модели су оптимизовани за НИВИДИА ГПУс са подршком КУДА‐ а. Пајпер ради само на ЦПУ‐ у. Већини модела је потребно 2- 8ГБ ВРАМ за ефикасан закључак.

Заједница одржана

Активне заједнице отвореног извора одржавају и побољшавају ове моделе. Доприносе добродошли — подносе грешке, побољшања и нове гласове на ГитХубу.

Комерцијална дозвола доступна

Плаћени план од $5/mo носи комерцијалну дозволу за оно што генеришете, без авијатизације или таксе за коришћење; бесплатни ниво је за лична употреба. Модели и гласови означени „ само за лична и некомерцијална употреба “ су искључени.

Каталог отвореног модела

Сваки модел, његова дозвола, и оно што је најбоље

KokoroKokoro

Free

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

Брзина 5/5

Најбоље за: Апачи 2.0 — најквалитетнији бесквалитетни модел, 82М парамс, лак за самодобављање

Покушај Kokoro

PiperPiper

Free

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

Брзина 3/5

Најбоље за: МИТ — само ЦПУ, савршен за уређаје са ивицама и уграђене само домаћине

Покушај Piper

VITSVITS

Free

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

Брзина 3/5

Најбоље за: МИТ — основна архитектура коју користе многи низводни модели

Покушај VITS

BarkBark

Standard

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

споро 4/5

Најбоље за: МИТ — јединствене могућности за генерацију звука изван стандардног ТТС‐ а

Покушај Bark

Tortoise TTSTortoise TTS

Premium

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

споро 5/5 Гласово клонирање

Најбоље за: Апачи 2. 0 — максимални квалитет, широко проучена референтна имплементација

Покушај Tortoise TTS

OpenVoiceOpenVoice

Premium

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

средње 4/5 Гласово клонирање

Најбоље за: МИТ — клонирање гласом отвореног извора грануларним стилом

Покушај OpenVoice

Како користити ТТС отвореног извора

Користите домаћински АПИ или сами покрените моделе

1

Истражи моделе отвореног извора

Прегледајте наш каталог 20+ модела ТТС отвореног извора. Свака страница приказује лиценца, архитектуру, могућности и захтеве за самодомаћивање.

2

Покушај у прегледачу

Тестирајте било који модел директно на TTS.ai без инсталирања ничега. Наши ГПУ сервери обрађују тако да можете проценити квалитет пре него што се посветите самододавању.

3

Самоуправљање или коришћење нашег АПИ‐ а

Репос модела клонова из ГитХуба и ради локално, или користите наш домаћин АПИ за производњу. Само-вођење даје пуну контролу; наш АПИ обезбеђује управљену инфраструктуру.

4

Градите програм

Интегриши ТТС у свој производ користећи само-домаћине моделе или наш РЕСТ АПИ. Прво проверите сваку моделску дозволу: неколико модела и гласова су само за некомерцијалну употребу.

Упоређивање лиценца

Лиценца за сваки модел на TTS.ai

Модел Лиценца комерцијална употреба Изм› јена Самоуправљање Ауттрибуција
Kokoro Apache 2.0 неопходно
Piper MIT дозволе за гласање варирају Само неки гласови Опционо
VITS MIT Опционо
MeloTTS MIT Опционо
Chatterbox MIT Опционо
Tortoise TTS Apache 2.0 неопходно
StyleTTS 2 MIT Опционо
OpenVoice MIT Опционо
Sesame CSM Apache 2.0 неопходно
Orpheus Llama 3.2 "Built with Llama"
Spark TTS CC BY-NC-SA 4.0 Само за особне и некомерцијалне потребе неопходно
OuteTTS CC BY-NC-SA 4.0 Само за особне и некомерцијалне потребе неопходно

Самохостирање против домаћинског АПИ‐ а

Покрените моделе сами или нас пустите да водимо инфраструктуру.

Самоуправљање на хардверу

Сваки модел на TTS.ai доступан је као пројекат отвореног извора на ГитХубу или Хуггинг Фацу. Преузмите тежине, инсталирајте зависности и покрените закључке на сопственим ГПУ‐ има. Имате пуну контролу над латенцијом, приватношћу и скалирањем.

  • Пуна приватност података — звук никада не напушта сервер
  • Без трошкова по захт› јеву након почетног подешавања
  • Посебно фино уређивање на сопствене податке
  • Захт› ијева ГПУ хардвер (препоручена НВИДИА)
  • Управљате ажурирањем, скалирањем и зависностима

TTS.ai домаћински АПИ

Добијате тренутни приступ свим 20+ моделима кроз један РЕСТ АПИ. Сређујемо ГПУ обезбеђење, ажурирање модела, управљање редом и скалирање. Један АПИ кључ вам даје приступ сваком моделу — нема потребе да управљате одвојеним распоредом.

  • ГПУ хардвер није потребан
  • Сви 20+ модели кроз један API
  • Аутоматско ажурирање модела и побољшања
  • 99,9% радно време са сувишном инфраструктуром
  • Плати само за оно што користиш.

Брзи почетак: АПИ или самохост

Користите домаћински АПИ, или инсталирајте Кокоро локално у минутима

Опција 1: TTS.ai домаћински АПИ Најлакше
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)
Опција 2: Само-Хост са пип Потпуна контрола
# 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")

отворени извор, дозвољене цене

Наш домаћин АПИ чини отворени извор ТТС доступним без управљања ГПУ.

слободни ниво

$0

15 кредита за пријаву

  • 4 модела отвореног извора бесплатно
  • Нема пријаве за основну употребу
  • Лична, некомерцијална употреба

Покретач

$9

500.000 знакова месечно

  • Свих 20+ модела отвореног извора
  • Гласово клонирање
  • АПИ приступ

Проф.

$29

2,000.000 знакова месечно

  • Приоритетна процесија ГПУ‐ а
  • Сви премиум модели
  • Подршка за предузеће
Приказ Пуна цена

Често постављана питања

Уобичајена питања о тексту отвореног извора за говор

Yes, every model on TTS.ai is open source, and most use MIT or Apache 2.0. A few use other licenses, including some licensed for non-commercial use only, which are marked "Personal and non-commercial use only" in the voice picker. Each model page lists its license.

Оба дозвољена дозвола отвореног извора омогућавају комерцијалну употребу, модификацију и прерасподелу. Апачи 2. 0 додаје експлицитне дозволе за патенте и захтева измене ако измените код. МИТ је једноставнији са мање захтева. Оба су пословна пријатна.

Yes. Every model can be self-hosted. Clone the model repository from GitHub, install dependencies, download model weights, and run inference. We provide documentation for each model's self-hosting requirements including GPU, RAM, and Python version.

Захтеви се разликују према моделу. Пајперу не треба само ГПУ (само ЦПУ). Кокоро и МелоТТС треба 1-2ГБ ВРАМ. Већини стандардних модела треба 4ГБ ВРАМ. Тортоизу и Сезаму ЦСМ треба 8ГБ. НВИДИА РТХ 3060 (12ГБ) може удобно покренути већину модела.

Да. Лиценца отвореног извора омогућава изм› јену укључујући фино уређивање. Модели попут GPT- SoVITS и Bark пружају фино уређивање скрипти. Модели можете тренирати на сопственим гласним подацима за стварање посебних гласова или побољшање перформанси за одређене језике.

Најбољи модели отвореног извора (Кокоро, СтилТТС 2, Чаттербокс) сада се поклапају или превазилазе комерцијалне услуге као што су 11 Лабс и Гугл ТТС у стандардима квалитета. Главна предност комерцијалних услуга је управљање инфраструктуром и подршком, а не аудио квалитетом.

Неки су уклоњени: ИксТТС/XTS- v2 (Кокијеви КПМЛ, некомерцијални), Ф5- ТТС (ЦЦ-БИ- НЦ, некомерцијални) и Хиггс- в2 (Босонска дозвола, рестриктивна). Неколико преосталих модела и гласова, као што су Спарк ТТС, ОутТС и већина Пајперових гласова, има дозволу само за некомерцијалну употребу; они су означени само за бирач гласова „ лични и некомерцијалне користи “, тако да користе другачији глас за комерцијалне пројекте.

Да. Већина модела прихвата доприносе заједнице преко ГитХуба. Можете да поднесете извештаје о грешкама, говорне снимке за нове језике, побољшања кода и документацију. Проверите сваки модел ГитХуб ризницу за смернице доприноса и активна питања.

Учитавање модела на захт› ијев и истоваривање при неуспешном д› ијељењу ГПУ меморије. Наш ГПУ сервер покреће 20+ модела на 4x Tesla P40 (96GB укупно VRAM) помоћу динамичког учитавања. За самоуправљање, један 24GB ГПУ може истовремено послужити 3-5 модела.

Many models provide official Docker images or Dockerfiles. For running multiple models, you can build a custom Docker setup with NVIDIA Container Toolkit for GPU access. Our API server architecture can serve as a reference implementation.

Most models require Python 3.10-3.12. Coqui TTS (VITS) specifically needs Python 3.11. We recommend Python 3.12 for most models. Check each model's requirements.txt for exact version compatibility.

If you self-host, mostly yes: MIT and Apache 2.0 licenses explicitly allow commercial use, and most models here use them, so you can build SaaS products, mobile apps, games and services with no licensing fees or royalties. Check the license on each model page first, because a few models and voices are non-commercial. Audio generated on TTS.ai itself follows your plan: personal use on the free tier, commercial use on any paid plan.
5.0/5 (1)

Твоја повратна реакција нам помаже да решимо проблеме.

Данас покушај отвореног изворног ТТС‐ а

20+ модела отвореног извора, сваки са својом дозволом. Користите наш АПИ или самодомаћин, избор је ваш.