Açyk çeşmeli metinden söze modeller

Biziň platformamyzdaky her bir TTS modeli azat çeşmedir, we köpüsi MIT ýa Apache 2.0 ulanýar. Birnäçe model we sesler diňe söwda däl ulanmak üçin lisenziyalanypdyr we 'Şahsy we söwda däl ulanmak üçin' nyşanlanypdyr. Olary biziň hosted API arkaly ulanyp ýa-da öz infrastrukturaňyzda doly kontrol bilen öz-özüni hosted edip bilersiňiz.

Aç MIT Lisenziýasy Apache Öz-özüne-hoşlaşýan GitHub

Indi synla

Kokoro, Piper, VITS, MeloTTS bilen azat
Siziň döreden sesiňiz şu ýerde görüner
Bejerildi
0:00
_Güncelle
TTS.ai-ni söýýäňmi? Dostlaryňa aýt!

Açyk çeşme

Açyk çeşme modelleri siziň proýektiňiz üçin näme üçin möhümdir

Ehlisi açyk çeşme lisenziýaly

TTS.ai-da her bir model azat çeşmedir we her bir model sahypasy öz lisensini görkezýär. Hiç bir hususy gara boýag we hiç bir satyjy ýapyşma.

Aç-ýapyş çeşme lisensiýalary

Modelleriň köpüsi MIT ýa Apache 2.0 astyna lisenziyalanypdyr. Birnäçesi başga lisenziyalardan peýdalanyp barýar we modeller ýa sesler lisenziyalanypdyr tiz işleýşi bolmadyk üçin we "Personal and non-commercial use only" nyşanlanypdyr.

Öz-özüne-hoşlaşýan

Her hili modelleri ýükläp alyp we öz hasabyňyzda işlet. Dataňyz, wagtyňyz we infrastrukturaňyzy doly kontrol edin. Buzdan garaşlylyk gerek däl.

GPU Optimize

Modeller CUDA goldawy bilen NVIDIA GPUs üçin optimizirlenipdir. Piper diňe CPUsda işleýär. Köp modeller 2-8GB VRAM gerekdir.

Toplum tarapyndan dolandyrylýar

Açyk çeşme jemgyýeti bu modelleri saklaýar we gowy edýär. Goşgular kabul edilýär — hakykatlary, gowy etmeleri we täze sesleri GitHub'da iberiň.

Tiz

$5/mo-dan başlap tölenen plan, siziň döredýän zadyňyz üçin tizleşik lisenziýasyny, hiç bir royalty ýa-da ulanyş töleglerisiz getirýär; mugt dereje şahsy ulanmak üçindir. "Şahsy we diňe tizleşiksiz ulanmak" diýlip nyşanlanan modeller we sesler istisna edilipdir.

Aç-gapan çeşme model katalogymyz

Her bir mody, onuň lisenziýasy, we iň gowy edşi

KokoroKokoro

Free

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

_Gün 5/5

Saýlawlar Apache 2.0 — iň gowy hilli azat model, 82M params, öz-özüni hosturlamak aňsat

Syna Kokoro

PiperPiper

Free

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

_Gün 3/5

Saýlawlar MIT — diňe CPU, edge alýamalar we öz-hosting üçin doly

Syna Piper

VITSVITS

Free

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

_Gün 3/5

Saýlawlar MIT — birçok aşakdaky modeller tarapyndan ulanylýan esaslyk binagärligi

Syna VITS

BarkBark

Standard

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

Agyr 4/5

Saýlawlar MIT — standart TTS'den başga özboluşly ses döredijilik ukyplary

Syna Bark

Tortoise TTSTortoise TTS

Premium

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

Agyr 5/5 Ses Klonlama

Saýlawlar Apache 2.0 — iň ýokary hilli, giňden öwrenilen reçete işlenişi

Syna Tortoise TTS

OpenVoiceOpenVoice

Premium

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

Ortaça 4/5 Ses Klonlama

Saýlawlar MIT — açyk çeşme ses klonlama granular stil kontrol bilen

Syna OpenVoice

Açyk çeşme TTS nädip ullanmaly

Biziň hosted API'mizi ullan ýa-da özüň modelleri işlet

1

Açyk çeşme modellerini gözle

20+ açyk çeşme TTS modyllerimiziň katalogyny gör. Her bir modyller sahypasy lisenziýa, binagärlik, mümkinçilikleri we öz-özüni-hosting talaplaryny görkezýär.

2

Siziň Görnüşçiňizde Çabala

Her hili modely hiç zat oýlap tapman TTS.aida derrew synla. Biziň GPU serwerlerimiz işleme bilen meşgul bolýarlar sebäbi siz öz-özüňize hosting etmekden öň hilini barlap bilersiňiz.

3

Öz-özüne hoşlaň ýa-da biziň API'mizi ullan

GitHub'dan model repolary klon edip we ýerli işlet, ýa-da biziň hosted API'mizi öndürmek üçin ullan. Öz-hosting doly kontroly berýär; biziň API'miz dolandyrylan infrasturkturu üpjün edýär.

4

Programi gur

TTS-i öz-özüne hoşlan modelleri ýa-da biziň REST API-mizni ulanyp öz önümiňe birleşdir. Her bir modeliň lisensini öňden barla: birnäçe model we sesler diňe söwda däl ulanmak üçindir.

Lisenziýa deňeşdirme

Her bir modyllen TTS.ai-da lisenziýa bar

Mody Lisenziýa Ticar Ulyş Üýtgediş Öz-özüne hoşlan At
Kokoro Apache 2.0 Mugt
Piper MIT motor; ses lisenzler üýtgeýär Diňe käbir sesler Opşenli
VITS MIT Opşenli
MeloTTS MIT Opşenli
Chatterbox MIT Opşenli
Tortoise TTS Apache 2.0 Mugt
StyleTTS 2 MIT Opşenli
OpenVoice MIT Opşenli
Sesame CSM Apache 2.0 Mugt
Orpheus Llama 3.2 "Built with Llama"
Spark TTS CC BY-NC-SA 4.0 Diňe şahsy we önümçilik däl ulanmak üçin Mugt
OuteTTS CC BY-NC-SA 4.0 Diňe şahsy we önümçilik däl ulanmak üçin Mugt

Öz-hosting vs Hosted API

Modelleri özüň işlet ýa-da biz infrastrukturany dolandyraly

Siziň Saýlawyňyzda Öz-Hoss

TTS.aidäki her bir model GitHub ýa-da Hugging Face-de açyk çeşme proýekti hökmünde elýeterlidir. Agyrlyklary ýükle, baglylyklary gurla, we öz GPU-laryňda inferencingy işlet. Siz wagt geçişi, gizlinlik, we ölçeýiş üstünde doly kontrolly bolýarsyňyz.

  • Tamy data gizlinlik — ses hiç wagt seniň serweriňden çykmaz
  • Başlangyç sazlamadan soň isleg üçin hiç hili töleg ýok
  • Öz dataňyza özüne laýyk bir düzediş
  • GPU sarp ediji gerekdir (NVIDIA maslahat berlen)
  • Siz täzeleme, ölçeýiş we baglylyklary dolandyrýarsyňyz

TTS.ai Hosted API ullan

Bir REST API arkaly 20+ modellere tiz erişmek. Biz GPU prowisioning, model güncellemeleri, nobat dolandyrma we ölçemek bilen meşgullanýarys. Bir API açar size her bir modele erişmek berýär — tapawutly ulanmalar dolandyrmak zerurlygy ýok.

  • GPU sazlaşyk gerek däl
  • Ehli 20+ mody bir API arkaly
  • Otomatik model täzeleme we gowylaşdyrma
  • 99.9% uptime with redundant infrastructure
  • Siziň ulanan zadyňyz üçin diňe töleg ediň

Gysga Başlanç: API ýa-da Öz-Hos

Biziň hosted API'mizi ullan ýa-da Kokoro'ny minutlarda ornaşdyr

1-nji opşen: TTS.ai Hosted API Easiest
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-nji opşen: pip bilen öz-özüne hoşlan Kontrol
# 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")

Açyk çeşme, elýeterli baha

Biziň hosted API-miz açyk çeşmeli TTS-i GPU-lary dolandyrman elýeterli edýär.

Free Tier

$0

15 kredit

  • 4 azat açyk çeşme mody
  • Esasy ulanmak üçin ýazgy ýok
  • Şahsy, önümçilik däl ulanmak

Başlançy

$9

500,000 karakter/aýda

  • Ehli 20+ açyk çeşme modyller
  • Ses klonlamak
  • API erişiş

Pro

$29

2,000,000 karakter/aýda

  • GPU işleme öňegidişligi
  • Ehli premium modyller
  • Enterpris goldawy
Eňlisçe

Gynançly Soraglar

Açyk çeşmeli metinden söze barada köp soralan soraglar

Eý, TTS.ai'de her bir model azat çeşmedir, we köpüsi MIT ýa Apache 2.0 ulanýar. Bir näçesi başga lisenziyalardan ulanýar, şol sanda käbiri diňe söwda däl ulanmak üçin lisenziyalanypdyr, bu ses saýlaýjyda "Şahsy we söwda däl ulanmak üçin" diýlip nyşanlanypdyr. Her bir model sahypasy öz lisenziyasini görkezýär.

Ikisi hem tiz işleýän, üýtgediji we tekrar paýlaşýan açyk çeşme lisensiýalar. Apache 2.0 belli patent berjaý etmekleri goşýar we eger siz kody üýtgetýän bolsaňyz üýtgeşmeleri bellemek talap edýär. MIT has aňsat we az talaplar bilen. Ikisi hem iş üçin amatly.

Eý. Her bir model öz-özüne hosturlanyp biler. GitHub-dan model repozytoriýini klonla, baglylyklary gurla, model agyrlyklaryny ýükle we infereňsýa işlet. Biz her bir modeliň öz-özüne hosturlanyş talaplary üçin GPU, RAM, we Python wersiýasyny içeren senedleri hödürleýäris.

Bu talaplar modelden modele meňzeşdir. Piper GPU gerek etmeýär (diňe CPU). Kokoro we MeloTTS 1-2GB VRAM gerekdir. Köp standart modeller 4GB VRAM gerekdir. Tortoise we Sesame CSM 8GB gerekdir. Bir NVIDIA RTX 3060 (12GB) köp modelleri rahatlyk bilen işledip biler.

Eý. Açyk çeşme lisenziýalary üýtgetmegi we gowy düzmegi rugsat berýär. GPT-SoVITS we Bark ýaly modeller gowy düzme skriptler hödürleýärler. Öz ses maglumatlaryňyzda modelleri öwredip öz sesiňizi döredip ýa-da belli diller üçin işleýşi gowulandyryp bilersiňiz.

Top açyk çeşme modelleri (Kokoro, StyleTTS 2, Chatterbox) indi ElevenLabs we Google TTS ýaly tiz hyzmatlary hiliň ölçeglerinde deňeşdirýärler ýa-da geçýärler. Tiz hyzmatlaryň esasy üstünligi dolandyrylan infrastruktura we goldaw, ses hili däl.

Birnäçesi aýyryldy: XTTS/XTTS-v2 (Coqui's CPML, non-commercial), F5-TTS (CC-BY-NC, non-commercial) we Higgs-v2 (Boson License, restrictive). Spark TTS, OuteTTS we Piper sesleriň köpüsi ýaly galan birnäçe model we sesler, diňe söwda däl ulanmak üçin lisenziyalanypdyr; olar ses saýlajynda "Personal and non-commercial use only" diýlip nyşanlanypdyr, şonuň üçin söwda proýektleri üçin başga ses ullan.

Eý. Modelleriň köpüsi GitHub arkaly jemgyýetçilik gatnaşygyny kabul edýär. Siz hakykatsyzlyk habarlaryny, täze dil üçin ses ýazgylaryny, kod gowylaşdyrmalaryny we senedleri iberip bilersiňiz. Her bir modeliň GitHub repozytoriýasyny gatnaşygyň düzgünleri we hereket edýän meseleler üçin barlaň.

GPU ýatyny paýlaşmak üçin islendik wagt modelleri ýükle we boş wagtynda ýükle. Biziň GPU serwerimiz 20+ modeli 4x Tesla P40 (96GB jemi VRAM) üstünde dinamik ýükleme ulanyp işledýär. Öz-özüni hosting üçin, bir 24GB GPU 3-5 modeli bir wagtda işledip biler.

Birçok model resmi Docker resimleri ýa-da Doker faýllary hödürleýär. Birden köp modelleri işletmek üçin, GPU erişmek üçin NVIDIA Konteyner Asyllyky bilen bir Doker sazlamany bina edip bilersiňiz. Biziň API serwer binagärligimiz bir referans ýerine ýetiriş bolup hyzmat edip biler.

Modelleriň köpüsi Python 3.10-3.12 talap edýär. Coqui TTS (VITS) aýratynlyk bilen Python 3.11 talap edýär. Biz Python 3.12-ni köp modeller üçin maslahat berýäris. Her modeliň requirements.txt-ni doly wersiýa sazlaşyklylygy üçin barlaň.

Eger öz-özüňe host bolsaň, köplenç eý: MIT we Apache 2.0 lisenzler belli bir şekilde kommersiýal ulanmak üçin izin berýär, we bu ýerdeki modelleriň köpüsi olary ulanýar, şonuň üçin siz SaaS önümleri, mobil programmalary, oýunlary we hyzmatlary lisensiýa tölegleri ýa-da royaltisiz guryp bilersiňiz. Birnäçe model we sesler kommersiýal däl bolansoň, her bir model sahypasynda lisenziň bardygyny gözden geçiriň. TTS.ai üstünde döredilen ses öz-özünden planyňyzy alýar: şahsy ulanmak mugt derejesinde, kommersiýal ulanmak her bir tölegli planda.
5.0/5 (1)

Biz nämeni gowy edip bileris? Siziň pikiriňiz bize kynçylyklary düzetmäge kömek eder.

Açyk çeşmeli TTS-ni bu gün synla

20+ açyk çeşme modelleri, her biri öz lisenziýasy bilen görkezilen. Biziň API ýa-da öz-hostuny ullan, saýlaw siziňki.