تحریر سے کلام AI ایجنٹس موسیقی لفظ سے متن آواز کا کلوننگ آواز بازار مزید
بگ / خصوصیت کی درخواست رپورٹ کریں

اوپن سورس ٹیکس سے اسپیکینگ ماڈلز

ہمارے پليٽ فارم پر ہر TTS ماڈل اوپن سورس ہے اور اکثر MIT يا Apache 2.0 استعمال کرتے ہیں چند ماڈل اور آوازیں صرف غیر تجارتی استعمال کے ليزنز سے ہیں اور 'شخصي اور غير تجارتی استعمال کے ليزنز سے' نشان زد ه هے ان کو ہمارے ہوسٹ API کے ذریعے استعمال کريں يا ان کو اپنے خود کے بنياد پر پورے کنٹرول کے ساتھ خود ہوسٹ کريں

اوپن سورس ایم آئی ٹی لائسنس آپاچی خود مہمان گیٹ ہب
مکمل TTS ایڈیٹر API دستاویزات

اب کوشش کریں

0/500
Kokoro, Piper, VITS, MeloTTS کے ساتھ مفت
آپ کی پیدا کی گئی آڈیو یہاں دکھائی دے گی
پیدا کیا گیا
0:00
ڈاؤن لوڈ
TTS.ai سے محبت؟ اپنے دوستوں کو بتائیں!
مکمل TTS ایڈیٹر کھولیں

اوپن سورس TTS کے فائدے

آپ کے پروجیکٹ کے لئے اوپن سورس ماڈلز کی اہمیت کیوں ہے

تمام اوپن سورس لائسنس

TTS.ai پر ہر ماڈل اوپن سورس ہے، اور ہر ماڈل صفحے اس کی لائسنس کی فہرست ہے. کوئی مختصہ بلیک باکس اور کوئی وینڈر لوک-ان.

اوپن سورس لائسنس

اکثر ماڈل MIT يا Apache 2.0 کے تحت لائسنس هے بعض ديگر لائسنس استعمال کريں اور ماڈل يا آوازوں کو غير تجارتي استعمال کے ليے لائسنس ديے گيا هے "شخصي اور غير تجارتي استعمال صرف"

خود مہمان

کوئی ماڈل ڈاؤن لوڈ کریں اور اسے اپنے ہیڈریڈر پر چلائیں. اپنے ڈیٹا، لیٹی سی اور بنیادی ڈھانچے پر مکمل کنٹرول. کوئی کلاؤڈ انحصار ضروری نہیں.

GPU بہتری

ماڈل NVIDIA GPUs کے ليے CUDA سپورٹ کے ساتھ مطلوبه هے پيپر صرف سي پي يو پر چلتا هے اکثر ماڈل کو موثر انفرا نسی کے ليے 2-8GB VRAM کا احتياج هے

کمونٹی محفوظ

فعال اوپن سورس کمیونٹیز ان ماڈلز کو برقرار رکھتے اور بہتر کرتے ہیں۔ تعاون کا استقبال کیا جاتا ہے – بگ، بہتری اور گیٹ ہاب پر نئی آوازیں پیش کریں۔

تجارتی لائسنس دستیاب ہے

$5/مئی سے ایک ادا کردہ منصوبہ آپ کی پیدا کردہ چیزوں کے لئے تجارتی لائسنس لے جاتا ہے، کوئی روایتی یا استعمال کی فیس کے ساتھ نہیں؛ مفت سطح ذاتی استعمال کے لئے ہے۔ ماڈل اور آوازیں جن پر "شخصی اور غیر تجارتی استعمال صرف" نشان لگایا گیا ہے، مستثنی ہیں۔

ہمارا اوپن سورس ماڈل کتلا گ

ہر ماڈل، اس کی لائسنس، اور یہ سب سے بہتر کیا کرتا ہے

KokoroKokoro

Free

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

محفوظ 5/5

بہترین: آپاچی 2.0 — بہترین کیفیت کا مفت ماڈل، 82M پارامٹس، خود مہمان بنانے میں آسان

کوشش کریں Kokoro

PiperPiper

Free

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

محفوظ 3/5

بہترین: MIT — CPU-only, ایج ڈیوائس اور embedded self-hosting کے لئے بہترین

کوشش کریں Piper

VITSVITS

Free

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

محفوظ 3/5

بہترین: ایم آئی ٹی - بنیادی فن تعمیر جو بہت سے ڈاؤنسٹریم ماڈلز کے ذریعے استعمال کی جاتی ہے

کوشش کریں VITS

BarkBark

Standard

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

سست 4/5

بہترین: ایم آئی ٹی - معیاری TTS سے باہر منفرد آڈیو پیدا کرنے کی صلاحیتیں

کوشش کریں Bark

Tortoise TTSTortoise TTS

Premium

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

سست 5/5 آواز کا کلوننگ

بہترین: آپاچی 2.0 - حداکثر کیفیت، وسیع طور پر مطالعہ کیا گیا حوالہ نفاذ

کوشش کریں Tortoise TTS

OpenVoiceOpenVoice

Premium

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

متوسط 4/5 آواز کا کلوننگ

بہترین: MIT — اوپن سورس وائٹ کلونینگ گرينل سٹیل کنٹرول کے ساتھ

کوشش کریں OpenVoice

اوپن سورس TTS استعمال کرنا

ہمارے مہمان API استعمال کریں یا خود ماڈل چلائیں

1

اوپن سورس ماڈلز کا مطالعہ کریں

20+ اوپن سورس TTS ماڈلز کے ہمارے کتلا گ براؤز کریں. ہر ماڈل صفحہ لائسنس، فن تعمیر، صلاحیتوں اور خود مہمانداری کی ضرورتوں کو دکھاتا ہے.

2

اپنے براؤزر میں کوشش کریں

TTS.ai پر براہ راست کوئی ماڈل جانچیں بغیر کسی چیز کو انسٹال کرنے کے۔ ہمارے GPU سرور پروسیسنگ کو ہینڈل کرتے ہیں تاکہ آپ خود مہمانداری کے لئے عہد کرنے سے پہلے معیار کا اندازہ لگا سکتے ہیں۔

3

خود مہمان یا ہماری API استعمال کریں

GitHub سے کلون ماڈل ریپو اور مقامی طور پر چلاؤ، یا پیداوار کے لیے ہماری ہوسٹڈ API استعمال کریں. خود ہوسٹڈ مکمل کنٹرول دیتا ہے؛ ہمارا API انتظامی ڈھانچے فراہم کرتا ہے.

4

آپ کا ایپلیکیشن بنائیں

آپ کے پرو ڈکٹ ميں TTS شامل کريں خود پر مختص ماڈل يا REST API استعمال کريں ہر ماڈل لائسنس کو پہلے چکيں: چند ماڈل اور آوازیں صرف غير تجارتي استعمال کے ليے هے

لائسنس موازنہ

ہر ماڈل کی لائسنس TTS.ai پر

ماڈل لائسنس تجارتي استعمال تبدیل خود کار میزبان مختص
Kokoro Apache 2.0 ضروری
Piper MIT انجن صرف کچھ آوازیں اختیاری
VITS MIT اختیاری
MeloTTS MIT اختیاری
Chatterbox MIT اختیاری
Tortoise TTS Apache 2.0 ضروری
StyleTTS 2 MIT اختیاری
OpenVoice MIT اختیاری
Sesame CSM Apache 2.0 ضروری
Orpheus Llama 3.2 "Built with Llama"
Spark TTS CC BY-NC-SA 4.0 صرف ذاتی اور غیر تجارتی استعمال ضروری
OuteTTS CC BY-NC-SA 4.0 صرف ذاتی اور غیر تجارتی استعمال ضروری
ان ماڈلز کو مفت آزمائیں

خود مہمان vs مہمان API

ماڈل خود چلو یا ہمیں بنیادی ڈھانچے کا انتظام کرنے دو

آپ کے ہارڈ ویئر پر خود میزبان

TTS.ai پر ہر ماڈل گٹ ہب يا حوا نگ فيس پر اوپن سورس پروجیکٹ کے طور پر دستياب هے وزن ڈائون لوڈ کريں ، وابستگياں انسٹال کريں ، اور اپنے GPUs پر انفريشن چلايں آپ کے پاس لا ٹنسي ، پرائيو ائيٹي اور سکيلينگ پر مکمل کنٹرول هے

  • مکمل ڈیٹا پرائیویٹی - آڈیو آپ کے سرور کو کبھی نہیں چھوڑتی
  • ابتدائي ترتیب کے بعد کوئی پر-مطالبہ خرچ نہیں
  • آپ کے خود کے ڈیٹا پر ذاتي fine-tuning
  • GPU ہارڈ ویئر کی ضرورت ہے (NVIDIA کی سفارش کی جاتی ہے)
  • آپ اپڈیٹ، اسکیلنگ، اور انحصارات کا انتظام کرتے ہیں

TTS.ai ہوسٹ API استعمال کریں

ایک REST API کے ذریعے تمام 20+ ماڈلز تک فوری رسائی حاصل کریں۔ ہم GPU کی فراہمی، ماڈل اپڈیٹ، کیو مدیریت اور پیمانے بندی کا انتظام کرتے ہیں۔ ایک API کی کلید آپ کو ہر ماڈل تک رسائی فراہم کرتی ہے۔

  • کوئی GPU ہارڈ ویئر کی ضرورت نہیں
  • ایک API کے ذریعے تمام 20+ ماڈل
  • خودکار ماڈل اپڈیٹ اور بہتری
  • 99.9% اپ ٹائم اضافی بنیادی ڈھانچے کے ساتھ
  • صرف اس کے لئے ادا کریں جو آپ استعمال کرتے ہیں
اسکے بجائے ہوسٹڈ API استعمال کریں

تیز شروع: API یا خود- مہمان

ہمارے مہمان API استعمال کریں، یا Kokoro کو منٹوں میں مقامی طور پر انسٹال کریں

آپشن 1: TTS.ai ہوسٹ API آسان 
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)
آپشن 2: پیپ کے ساتھ خود میزبان مکمل کنٹرول 
# 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")
API دستاویزات دیکھیں

اوپن سورس، سستا قیمت

ہمارا مہمانداری API مفت سورس TTS کو GPUs کے انتظام کے بغیر دستیاب کرتا ہے۔

مفت سطح

$0

15 کریڈٹس پر سائن اپ

  • 4 مفت اوپن سورس ماڈل
  • بنیادی استعمال کے لیے کوئی رجسٹریشن نہیں
  • ذاتی، غیر تجارتی استعمال

شروع

$9

500,000 حروف/مہین

  • تمام 20+ اوپن سورس ماڈل
  • آواز کا کلوننگ
  • API رسائی

پرو

$29

2,000,000 حروف/مہین

  • GPU پروسیسنگ کی ترجیح
  • تمام پرائم ماڈل
  • انٹرپرائز سپورٹ
مکمل قیمت دیکھو

بار بار پوچھے گئے سوالات

اوپن سورس ٹیکس سے اسپیکینگ کے بارے میں عام سوالات

ہاں ، TTS.ai پر ہر ماڈل اوپن سورس ہے اور اکثر MIT يا Apache 2.0 استعمال کرتے ہیں ۔ کچھ اور لائسنس استعمال کرتے ہیں ، ان میں سے بعض لا يسنس صرف غير تجارتی استعمال کے ليے ہیں ، جو آواز منتخب کر نے والے ميں "شخصي اور صرف غير تجارتي استعمال" کي علامت رکھتے هيں ۔ ہر ماڈل پيج اس لا يسنس کی فهرست رکھتا هے

دونوں ہی اجازت دار اوپن سورس لائسنس ہیں جو تجارتی استعمال، تبدیلی اور دوبارہ تقسیم کی اجازت دیتے ہیں ۔اپاشی 2.0 واضح پیٹنٹ جراٹس شامل کرتا ہے اور اگر آپ کوڈ کو تبدیل کریں تو تبدیلیوں کی وضاحت کی ضرورت ہے۔ ایم آئی ٹی کم ضرورتوں کے ساتھ آسان ہے۔ دونوں ہی کاروبار کے لیے دوستانہ ہیں۔

ہاں ہر ماڈل خود مہمان ہو سکتا ہے GitHub سے ماڈل ریپائزری کلون کریں، وابستگیوں کو انسٹال کریں، ماڈل وزنوں کو ڈائون لوڈ کریں، اور انفریکشن چلائیں ہم ہر ماڈل کی خود مہمان ضروریات کے لیے دستاویزات فراہم کرتے ہیں جن میں GPU، RAM، اور Python ورژن شامل ہیں.

ماڈل کے مطابق ضرورتیں مختلف ہیں۔ پیپر کو GPU کی ضرورت نہیں ہے۔ Kokoro اور MeloTTS کو 1-2GB VRAM کی ضرورت ہے۔ زیادہ تر معیاری ماڈلز کو 4GB VRAM کی ضرورت ہے۔ Tortoise اور Sesame CSM کو 8GB کی ضرورت ہے۔ ایک NVIDIA RTX 3060 (12GB) اکثر ماڈلز کو آرام سے چلا سکتا ہے۔

جی ہاں ، اوپن سورس لائسنس تعديل کو اجازت ديتي هے جن ميں فائن ٹوننگ شامل هے ۔ GPT-SoVITS اور Bark جیسے ماڈل فائن ٹوننگ سکرپٹس فراہم کر تے هيں آپ اپنے آواز کے ڈیٹا پر ماڈل کو تربيت دے سکتے هيں تاکہ آپ خاص زبانوں کے ليے خاص آوازیں بنا سکيں يا پرفارمنس کو بہتر کر سکيں

اعلیٰ اوپن سورس ماڈل (Kokoro، StyleTTS 2، Chatterbox) اب معیار کے معیار میں ElevenLabs اور گوگل TTS جیسے تجارتی خدمات سے برابر یا زیادہ ہیں۔ تجارتی خدمات کا اہم فائدہ انتظامی ڈھانچے اور حمایت ہے، نہ کہ آڈیو کی کیفیت۔

بعض کو ہٹا يا جا چکا هے XTTS/XTTS-v2 (Coqui's CPML,non-commercial) F5-TTS (CC-BY-NC,non-commercial) اور Higgs-v2 (Boson License, restrictive) چند باقی ماڈل اور آوازیں، جیسے Spark TTS، OuteTTS اور اکثر Piper آوازیں، صرف غير تجارتی استعمال کے ليزنز هے هے ، ان کو آواز منتخب کر نے والے ميں "شخصي اور غير تجارتي استعمال کے ليزنز هے" ميں نشان زد کريے گيا هے ، اس ليے تجارتي پروجيکٹ کے ليے مختلف آواز استعمال کريں

ہاں. زیادہ تر ماڈل GitHub کے ذریعے کمیونٹی کی شراکت داری کو قبول کرتے ہیں. آپ بگ رپورٹیں، نئے زبانوں کے لیے آواز ریکارڈنگ، کوڈ بہتری اور دستاویزات بھیج سکتے ہیں. ہر ماڈل کے GitHub ریسپورٹ کو شراکت داری کے رہنما خطوط اور فعال مسائل کے لیے جانچیں.

ماڈل کو ضرورت پر لوڈ کریں اور GPU میمورے کو تقسیم کرنے کے لئے بے کام ہونے پر ان لوڈ کریں۔ ہمارا GPU سرور 4x Tesla P40 (96GB مجموعی VRAM) پر 20+ ماڈل چلاتا ہے جو متحرک لوڈنگ کا استعمال کرتا ہے۔ خود مہمانداری کے لئے، ایک 24GB GPU 3-5 ماڈل کو ایک ساتھ سروس دے سکتا ہے۔

بہت سے ماڈل سرکاری Docker ایمیج یا Dockerfiles فراہم کرتے ہیں. متعدد ماڈلز کو چلانے کے لیے، آپ NVIDIA کنٹینر ٹولکیٹ کے ساتھ GPU رسائی کے لیے ایک مخصوص Docker سیٹ اپ بنا سکتے ہیں. ہمارا API سرور فن تعمیر ایک حوالہ نفاذ کے طور پر کام کر سکتا ہے.

اکثر ماڈل کو پائتھون 3.10-3.12 کا احتياج هے Coqui TTS (VITS) کو خاص طور پر پائتھون 3.11 کا احتياج هے ہم اکثر ماڈل کے ليے پائتھون 3.12 کا مشوره ديتے هے صحيح ورژن کو مطابقت کے ليے ہر ماڈل کے requirements.txt کو چکيں

اگر آپ خود مہمان ہیں تو اکثر اوقات ہاں: MIT اور Apache 2.0 لائسنس واضح طور پر تجارتی استعمال کو اجازت دیتی ہیں اور یہاں اکثر ماڈل ان کا استعمال کرتے ہیں، اس لئے آپ SaaS مصنوعات، موبائل ایپلیکيشنز، کھیل اور سروسز بنا سکتے ہیں بغیر لائسنس کی فیس یا رائیلٹی کے۔ ہر ماڈل صفحے پر لائسنس کو پہلے چکیں، کیونکہ کچھ ماڈل اور آوازیں غیر تجارتی ہیں۔ TTS.ai پر پیدا کی گئی آڈیو آپ کے منصوبے کے مطابق ہے: مفت سطح پر ذاتی استعمال، کسی بھی ادا کیے گئے منصوبے پر تجارتی استعمال۔
5.0/5 (1)

ہم کیا بہتر کر سکتے ہیں؟ آپ کا رائے ہمیں مسائل حل کرنے میں مدد کرتا ہے.

آج اوپن سورس TTS کو آزمائیں

20+ اوپن سورس ماڈل، ہر ایک اپنے لائسنس کے ساتھ فہرست. ہمارے API یا خود-ہوسٹ استعمال کریں، انتخاب آپ کا ہے.

مفت میں رجسٹر کریں قیمت دیکھیں