Ачык чыганаклы тексттан сөйләмгә модельләр

Безнең платформадагы һәрбер ТТС моделе ачык чыганаклы, һәм аларның күбесе MIT яки Apache 2.0 куллана. Берничә модель һәм тавышлар коммерцияле булмаган куллану өчен генә лицензияләнгән һәм "Шәхси һәм коммерцияле булмаган куллану өчен генә" дип билгеләнгән. Аларны безнең хостланган API аша кулланыгыз, яки аларны үз инфраструктурагызда тулы контроль белән үзегез хостлагыз.

Ачык чыганак MIT лицензиясе Апачи Үз-үзен тотучы GitHub сайтында

Хәзер кулланып карагыз

Kokoro, Piper, VITS, MeloTTS белән бушлай
Сезнең барлыкка китергән аудио сездә монда күренәчәк
Кулланылган
0:00
Җибәрү
TTS.ai-ны яратасызмы? Дусларыгызга сөйләгез!

Ачык кодлы TTS өстенлекләре

Ни өчен ачык чыганак моделләре сезнең проектлар өчен мөһим?

Барлык ачык чыганаклар лицензияләнгән

TTS.ai'да һәр модель ачык чыганаклы, һәм һәр модель битендә аның лицензиясе күрсәтелә. Пропьер кара кәрзиннәр һәм сатучы блокировкасы юк.

Ачык чыганак лицензиясе

Моделләрнең күбесе MIT яки Apache 2.0 лицензиясе белән бирелә. Кайберләре башка лицензияләр белән бирелә, һәм коммерцияле булмаган куллану өчен лицензияләнгән модельләр яки тавышлар "Тик шәхси һәм коммерцияле булмаган куллану өчен" дип билгеләнә.

Үз-үзен тотучы

Һәрбер модельне юкка чыгарыгыз һәм аны үз җайланмагызда эшләтегез. Сезнең мәгълүматлар, вакыт һәм инфраструктураны тулысынча контрольдә тотыгыз. Буранга бәйлелек кирәкми.

Графика процессоры оптимизацияләнгән

Моделләр CUDA ярдәме белән NVIDIA график процессорлары өчен оптимизацияләнгән. Piper процессорларда гына эшли. Күп кенә модельләргә нәтиҗәле нәтиҗә ясау өчен 2-8 ГБ VRAM кирәк.

Җәмгыять тарафыннан көйләнгән

Актив ачык чыганак җәмгыятьләре бу модельләрне саклый һәм камилләштерә. Игътибарлы булыгыз — хаталарны, яхшыртуларны һәм яңа тавышларны GitHubка җибәрегез.

Коммерцияле лицензия бар

Аена 5 доллардан башлап түләүле план сезнең ясаган эшегез өчен коммерцияле лицензияне үз эченә ала, авторлык хокуклары яки куллану бәясе юк; бушлай дәрәҗә шәхси куллану өчен. "Шәхси һәм коммерцияле булмаган куллану өчен генә" дип билгеләнгән модельләр һәм тавышлар бу планнан тыш кала.

Безнең ачык чыганаклы модель каталогы

Һәр модель, аның лицензиясе һәм аның иң яхшы сыйфатлары

KokoroKokoro

Free

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

Тиз 5/5

Иң яхшысы: Apache 2.0 — иң яхшы сыйфатлы ирекле модель, 82М параметрлар, үз-үзен хостлау җиңел

Өйрәнү Kokoro

PiperPiper

Free

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

Тиз 3/5

Иң яхшысы: MIT — Процессор өчен генә, чикле җайланмалар һәм кертелгән үз-үзеңне тоту өчен идеаль

Өйрәнү Piper

VITSVITS

Free

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

Тиз 3/5

Иң яхшысы: MIT — күпчелек түбән агым модельләре кулланган фундаменталь архитектура.

Өйрәнү VITS

BarkBark

Standard

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

Ябык 4/5

Иң яхшысы: 2013 — «Татмедиа» акционерлык җәмгыятенең «Татмедиа» ААҖ филиалы ачыла.

Өйрәнү Bark

Tortoise TTSTortoise TTS

Premium

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

Ябык 5/5 Сүзләрне клонлау

Иң яхшысы: Apache 2.0 — максималь сыйфатлы, киң өйрәнелгән референция имплементациясе.

Өйрәнү Tortoise TTS

OpenVoiceOpenVoice

Premium

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

Медиа 4/5 Сүзләрне клонлау

Иң яхшысы: MIT — ачык чыганаклы тавыш клонлаштыру грануляр стиль контроле белән

Өйрәнү OpenVoice

Open Source TTS-ны ничек кулланырга

Безнең хостланган APIны кулланыгыз яки үзегез модельләрне эшләтегез

1

Ачык чыганаклы модельләрне карау

Безнең каталогта 20+ ачык чыганаклы ТТС моделе бар. Һәрбер модель битендә лицензия, архитектура, мөмкинлекләр һәм үз-үзеңне тоту таләпләре күрсәтелә.

2

Сезнең браузерда сынап карагыз

TTS.ai-да бернәрсәне дә урнаштырмыйча, теләсә нинди модельне турыдан-туры сынап карагыз. Безнең GPU серверлары эшкәртү белән шөгыльләнә, шуңа күрә үз-үзегезне хостингка куярга карар кылганчы сыйфатны бәяләп була.

3

Үз-үзеңне хостлау яки API куллану

GitHub-тан модель репозиторийларын клонлагыз һәм локаль рәвештә эшләтегез, яки безнең хостланган API-ны җитештерү өчен кулланыгыз. Үз-үзеңне хостлау тулысынча контрольне бирә; безнең API идарә ителгән инфраструктураны тәэмин итә.

4

Сезнең кушымтаны төзү

Үзегез урнаштырган модельләр яки безнең REST API ярдәмендә продуктыгызга TTSны кертегез. Башта һәр модель лицензиясен тикшерегез: кайбер модельләр һәм тавышлар коммерцияле булмаган куллану өчен генә.

Лицензияне чагыштыру

License of each model on TTS.ai

Модель Лицензия Коммерция өчен куллану Үзгәртү Үз-үзе Атрибутлар
Kokoro Apache 2.0 Таләп ителә
Piper MIT мотор; тавыш лицензияләре төрле Кайбер тавышлар гына Юк
VITS MIT Юк
MeloTTS MIT Юк
Chatterbox MIT Юк
Tortoise TTS Apache 2.0 Таләп ителә
StyleTTS 2 MIT Юк
OpenVoice MIT Юк
Sesame CSM Apache 2.0 Таләп ителә
Orpheus Llama 3.2 "Built with Llama"
Spark TTS CC BY-NC-SA 4.0 Үзегез һәм коммерцияле булмаган максатларда гына кулланыгыз Таләп ителә
OuteTTS CC BY-NC-SA 4.0 Үзегез һәм коммерцияле булмаган максатларда гына кулланыгыз Таләп ителә

Үз-үзеңне тоту vs Хостланган API

Сез үзегез модельләрне эшләтегез яки безгә инфраструктура белән идарә итәргә куегыз

Сезнең җайланмада үз-үзен хостлау

TTS.ai'дагы һәр модель GitHub яки Hugging Face'та ачык чыганак проекты буларак тәкъдим ителә. Җаваплылыкны төшерегез, бәйлелекләрне урнаштырыгыз, һәм үзегезнең график процессорларыгызда нәтиҗәне эшләтегез. Сез кичектерү, яшеренлек һәм масштаблауны тулысынча контрольдә тотасыз.

  • Деректерне тулысынча яшерү — аудио сезнең серверны беркайчан да калдырмый
  • Башлангыч көйләүдән соң сорау бәясе юк
  • Сезнең үз мәгълүматларыгыз буенча үзенчәлекле яхшыртулар
  • Графика процессоры кирәк (NVIDIA киңәш ителә)
  • Сез яңартуларны, масштаблауны һәм бәйлелекләрне идарә итәсез

TTS.ai хостланган API куллану

Бер REST API аша 20+ модельгә тиз арада керү мөмкинлеге. Без GPU провизиясен, модель яңартуларын, чиратларны һәм масштабны контрольдә тотабыз. Бер API ключа һәр модельгә керү мөмкинлеге бирә — аерым урнаштыруларны идарә итәргә кирәкми.

  • Графика җиһазлары кирәкми
  • 20+ модель бер API аша
  • Модельләрне автоматик яңарту һәм яхшырту
  • 99,9 % эш вакыты җитәрлек инфраструктура белән
  • Сез фәкать үзегез кулланган өчен генә әҗер бирәсез.

Тиз башлау: API яки үз-үзен хосты

Безнең хостланган API-ны кулланыгыз яки Kokoro-ны минутлар эчендә локаль урнаштырыгыз

1 вариант: TTS.ai хостланган API Иң җиңеле
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)
2нче вариант: pip белән үз-үзен хост итү Тулы контроль
# 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")

Ачык чыганак, уңайлы бәяләр

1999 елдан бирле «Татмедиа» акционерлык җәмгыятенең баш мөхәррире.

Үзгәрешсез дәрәҗә

$0

50 дән артык фәнни хезмәт авторы.

  • 4 гыйнвар — Милади тәкъвимендә дүртенче айның дүртенче көне.
  • Төп куллану өчен теркәлү кирәкми
  • Үзегезнең шәхси, коммерцияле булмаган куллануыгыз өчен

Башлатучы

$9

500 кредит/аена

  • Барлыгы 20+ ачык чыганак моделе
  • Сүзләрне клонлау
  • APIга керү

Профиль

$29

2000 елда нигезләнгән.

  • GPU эшкәртүнең өстенлеге
  • Барлык премиум модельләр
  • Компанияне яклау
Барлык бәяләрне карау

Кайвакыт бирелә торган сораулар

Тексттан сөйләмгә күчерү турында киң таралган сораулар

Әйе, TTS.ai'ның һәрбер модели ачык чыганаклы, һәм күбесе MIT яки Apache 2.0 куллана. Кайберләре башка лицензияләр куллана, шул исәптән коммерцияле булмаган куллану өчен генә лицензияләнгәннәр, алар тавыш сайлаучысына "Шәхси һәм коммерцияле булмаган куллану өчен генә" дип язылган. Һәрбер модель битендә аның лицензиясе күрсәтелә.

Икесе дә коммерцияле куллануга, үзгәртүгә һәм яңадан таратуга рөхсәт итүче ачык чыганак лицензияләре. Apache 2.0 ачык патент бирүләрне өсти һәм кодны үзгәртсәгез, үзгәрешләр турында хәбәр итүне таләп итә. MIT гадирәк һәм азрак таләпләр куя. Икесе дә бизнес өчен уңайлы.

Әйе. Һәр модель үз-үзен тоташтырырга мөмкин. Модель репозиториясен GitHub-тан клонлагыз, бәйлелекләрне урнаштырыгыз, модель авырлыкларын юкка чыгарыгыз һәм нәтиҗә ясагыз. Без һәр модельнең үз-үзен тоташтыруга таләпләре өчен документацияне тәкъдим итәбез, шул исәптән GPU, RAM һәм Python версиясен.

Таләпләр модельгә карап үзгәрә. Piper'га график процессор кирәкми (процессор гына кирәк). Kokoro һәм MeloTTS'ка 1-2 ГБ VRAM кирәк. Стандарт модельләрнең күбесенә 4 ГБ VRAM кирәк. Tortoise һәм Sesame CSM'га 8 ГБ кирәк. NVIDIA RTX 3060 (12 ГБ) күпчелек модельләрне уңайлы эшли ала.

Әйе. Ачык чыганак лицензиясе үзгәртүләргә рөхсәт итә, шул исәптән төгәл көйләүне дә. GPT-SoVITS һәм Bark кебек модельләр төгәл көйләү скриптларын тәкъдим итәләр. Сез үзегезнең тавыш мәгълүматлары буенча модельләрне өйрәтә аласыз, үзегезнең тавышларны булдыру өчен яки билгеләнгән телләр өчен эшчәнлекне яхшырту өчен.

Иң яхшы ачык чыганак моделләре (Kokoro, StyleTTS 2, Chatterbox) хәзер сыйфат күрсәткечләре буенча ElevenLabs һәм Google TTS кебек коммерцияле хезмәтләргә туры килә яки аларны узып китә. Коммерцияле хезмәтләрнең төп өстенлеге - идарә ителгән инфраструктура һәм ярдәм, аудио сыйфаты түгел.

Кайберләре юкка чыгарылды: XTTS/XTTS-v2 (Coqui's CPML, коммерцияле булмаган), F5-TTS (CC-BY-NC, коммерцияле булмаган) һәм Higgs-v2 (Бозон лицензиясе, чикләүле). Кайбер модельләр һәм тавышлар, Spark TTS, OuteTTS һәм күпчелек Piper тавышлары, коммерцияле булмаган куллану өчен генә лицензияләнгән; алар тавыш сайлаучысыда "Хезмәттәш һәм коммерцияле булмаган куллану өчен генә" дип билгеләнгән, шуңа күрә коммерцияле проектлар өчен башка тавыш кулланыгыз.

Әйе. Модельләрнең күбесе GitHub аша җәмәгатьчелек ярдәмен кабул итә. Сез хаталар турындагы хәбәрләрне, яңа телләр өчен тавыш язуларны, кодны яхшыртуларны һәм документацияне җибәрә аласыз. Һәр модельнең GitHub репозиториясен катнашу кагыйдәләре һәм актив проблемалар өчен карагыз.

ГПУ хәтерен уртаклашу өчен сорау буенча модельләрне йөкләгез һәм ялгыз вакытта юк итегез. Безнең ГПУ серверы 20+ модельне 4x Tesla P40 (96GB гомуми VRAM) динамик йөкләү кулланып эшли. Үз-үзен хостлау өчен, бер 24GB ГПУ берьюлы 3-5 модельне хезмәтләндерә ала.

Күп кенә модельләр рәсми Docker образлары яки Dockerfiles тәкъдим итә. Берничә модельне эшләтү өчен, NVIDIA Container Toolkit белән GPUга керү өчен үз Docker конфигурациясен төзи аласыз. Безнең API сервер архитектурасы референт гамәлгә ашыру булып хезмәт итә ала.

Кайбер модельләргә Python 3.10-3.12 кирәк. Coqui TTS (VITS) аеруча Python 3.11 кирәк. Кайбер модельләргә Python 3.12 киңәш ителә. Һәр модельнең requirements.txt файлын төгәл версиягә туры килү өчен тикшерегез.

Әгәр сез үзегезне хостингта тотсагыз, күбрәк очракта шулай: MIT һәм Apache 2.0 лицензияләре коммерцияле куллануга рөхсәт итә, һәм монда күпчелек модельләр аларны куллана, шуңа күрә сез SaaS продуктларын, мобиль кушымталарны, уеннарны һәм хезмәтләрне лицензия түләүләре яки авторлык хокукларысыз төзи аласыз. Һәр модель битендә лицензияне башта ук тикшерегез, чөнки кайбер модельләр һәм тавышлар коммерцияле түгел. TTS.ai-та барлыкка килгән аудио үзе сезнең планыгызга буйсына: бушлай дәрәҗәдә шәхси куллану, түләүле планда коммерцияле куллану.
5.0/5 (1)

Без нәрсәне яхшыртырга мөмкин? Сезнең фикерләрегез безгә проблемаларны чишәргә ярдәм итә.

Бүген ачык чыганаклы TTS белән сынап карагыз

20+ ачык чыганак моделе, һәрберсе үзенең лицензиясе белән күрсәтелгән. Безнең API яки үз-хост кулланыгыз, сайлап алу сезнең кулда.