متن به گفتارName عامل موزیک تبدیل گفتار به متنComment شبیه‌سازی صدا طراحی صدا بازار بيشتر

OuteTTS fa صداها

مرور OuteTTS fa صداهاي هوش مصنوعي. پيشنمايش، مقايسه و توليد گفتار.

107+ صداها

0 صداها پیدا شد

--

بارگذاری صداها...

هیچ صدایی با فیلترهای شما مطابقت ندارد. سعی کنید معیارهای جستجو را تنظیم کنید.

صداها بر اساس مدل هوش مصنوعی

هر مدل TTS مجموعه صداهای خود را با ویژگی‌های منحصر به فرد دارد. برخی مدلها از شبیه‌سازی صدا پشتیبانی می‌کنند ، که به شما اجازه می‌دهد هر صدایی را به عنوان مرجع استفاده کنید.

درک صداهای هوش مصنوعی

سطوح کیفیت صدا

TTS.ai صداها را در سه سطح کیفیت ارائه می‌دهد. صداهای سطح آزاد از Piper، VITS، و MeloTTS ترکیب سریع و با کیفیت بالا را بدون هزینه ارائه می‌دهند. صداهای سطح استاندارد از مدل‌هایی مانند Kokoro و CosyVoice 2 صدای طبیعی‌تر و احساسات بیشتری را ارائه می‌دهند. صداهای سطح بالا از OpenVoice، Chatterbox، و StyleTTS 2 واقعی‌ترین و انسان‌گونه‌ترین گفتار را در TTS منبع باز ارائه می‌دهند.

صداهای چندزبانه

بسیاری از صداها از چندین زبان پشتیبانی می‌کنند. برخی از مدلها مانند CosyVoice ۲ و GPT-SoVITS از ترکیب چندزبانه پشتیبانی می‌کنند ، جایی که صدایی که در یک زبان آموزش دیده است می‌تواند به طور طبیعی در زبان دیگر صحبت کند. فیلتر زبان بالا به شما اجازه می‌دهد صداهایی را پیدا کنید که زبان هدف شما را پشتیبانی می‌کنند ، و بهترین تلفظ و لهجه را تضمین می‌کنند.

شبیه‌سازی صدا

برخی از مدل‌ها از شبیه‌سازی صدا پشتیبانی می‌کنند ، که به این معنی است که می‌توانید از هر صدایی به عنوان مرجع برای ایجاد گفتاری که شبیه صدای آن شخص است استفاده کنید. یک نمونه صوتی کوتاه (۱۰-۳۰ ثانیه) را بارگذاری کنید و مدل برای تطابق با ویژگی‌های صدا سازگار خواهد شد. مدل‌هایی که از شبیه‌سازی پشتیبانی می‌کنند شامل GPT-SoVITS ، CosyVoice ۲ و Chatterbox هستند.

انتخاب صدای درست

بهترین صدا به مورد استفاده شما بستگی دارد. برای کتاب‌های صوتی و پادکست‌ها ، از صداهای برتر با قافیه طبیعی استفاده کنید. برای شخصیت‌های بازی ، صداهای متنوع را در میان مدل‌ها کشف کنید. برای دسترسی‌پذیری و خوانندگان صفحه ، صداهای واضح و با سرعت خوب را انتخاب کنید. برای نمونه‌سازی سریع ، صداهای سطح آزاد نتایج فوری را بدون هزینه اعتباری ارائه می‌کنند. پیش‌نمایش هر صدا را با دکمۀ پخش قبل از انتخاب کردن انجام دهید.

پرسشهای متداول

TTS.ai بیش از ۱۰۰ صدای هوش مصنوعی را در ۲۴ مدل تبدیل متن به گفتار ارائه می‌دهد. صداها شامل زبان‌های متعدد، جنسیت‌ها، لهجه‌ها و سبک‌های گفتار می‌شوند.

بله ، بسیاری از صداها پیش‌نمایش صوتی دارند که می‌توانید مستقیماً در این صفحه به آن گوش دهید. برای شنیدن یک نمونه ، دکمۀ پخش را در کنار هر صدایی با پیش‌نمایش فشار دهید. همچنین می‌توانید هر صدایی را در صفحه متن به گفتار با متن خودتان آزمایش کنید.

از کنترل‌های فیلتر در بالای صفحه برای محدود کردن صداها بر اساس مدل، زبان یا جنسیت استفاده کنید. می‌توانید فیلترها را ترکیب کنید تا دقیقاً صدایی را که نیاز دارید پیدا کنید — برای مثال، صداهای انگلیسی زنانه از مدل Kokoro.

صداهای رایگان (Kokoro, Piper, VITS, MeloTTS) نیازی به اعتبار ندارند. صداهای استاندارد (Bark, CosyVoice ۲, Dia, Fish Speech) ۲ اعتبار برای هر ۱K کاراکتر دارند. صداهای پرمیوم (Chatterbox, Tortoise) ۴ اعتبار برای هر ۱K کاراکتر دارند و بالاترین کیفیت را ارائه می‌دهند.

Kokoro (نرخ رایگان) برای کیفیت ۵/۵ امتیاز داده شده و طبیعی‌ترین گزینه رایگان است. برای کیفیت بالا، Chatterbox و Tortoise با پشتیبانی از شبیه‌سازی صدا، طبیعی بودن فوق‌العاده‌ای را ارائه می‌دهند. به پیش‌نمایش‌ها گوش دهید تا قضاوت کنید که کدام صدا بهتر با نیازهای شما سازگار است.

بله ، همه صداها می‌توانند به صورت تجاری استفاده شوند. مدلهای ما از مجوزهای منبع باز (MIT ، Apache 2.0) استفاده می‌کنند. صدای تولید شده برای شما برای استفاده در ویدئوها ، پادکست ها ، برنامه ها ، بازی ها و هر برنامه تجاری دیگر است.

کتابخانه صوتی ما بیش از ۳۰ زبان را پوشش می‌دهد، از جمله انگلیسی، اسپانیایی، فرانسوی، آلمانی، ایتالیایی، پرتغالی، چینی، ژاپنی، کره‌ای، عربی، روسی، هندی، هلندی، لهستانی، ترکی و بسیاری دیگر.

بله، از ابزار شبیه‌سازی صدا برای ایجاد صدای سفارشی از ۵ تا ۳۰ ثانیه صدای مرجع استفاده کنید. صداهای شبیه‌سازی شده در حساب کاربری شما در زیر «صداهای من» ظاهر می‌شوند و می‌توانند برای نسل‌های آینده تبدیل متن به گفتار مورد استفاده قرار گیرند.

مورد استفاده خود را در نظر بگیرید: برای کتابهای صوتی ، صداهای بیانی مانند آنها از Bark یا Chatterbox را انتخاب کنید. برای برنامه‌ها و IVR ، صداهای واضح از Kokoro یا MeloTTS را انتخاب کنید. برای محتوای چندزبانه ، از CosyVoice 2 یا GPT-SoVITS استفاده کنید. پیش‌نمایش چند گزینه برای یافتن بهترین تطابق.

بله، مدل‌های متعددی انواع لهجه‌ها را ارائه می‌دهند. MeloTTS لهجه‌های انگلیسی آمریکایی، بریتانیایی، هندی و استرالیایی را ارائه می‌دهد. مدل‌های دیگر دارای انواع محلی صدا برای اسپانیایی، فرانسوی، پرتغالی و چینی هستند. فیلتر کردن بر اساس زبان برای کشف گزینه‌های لهجه.

بله ، همه صداها از طریق API REST ما قابل دسترسی هستند. مدل و شناسۀ صدا را در درخواست API خود برای تولید گفتار با هر صدا به صورت برنامه‌ریزی شده مشخص کنید. برای مثالهای کد و مرجعهای شناسۀ صدا ، صفحه مستندات API ما را ببینید.

ما به‌طور منظم صداهای جدیدی را اضافه می‌کنیم و مدل‌های TTS اضافی را یکپارچه می‌کنیم و صداهای موجود را گسترش می‌دهیم. به روزرسانی‌های ما را دنبال کنید تا از اضافه شدن صداهای جدید، بهبود مدل‌ها و گسترش زبان آگاه باشید.

ضبط، بهبود و تبدیل صدای خود

از ضبط‌کننده صدا با مجموعه کامل ابزارهای صوتی هوش مصنوعی استفاده کنید. صدای خود را شبیه‌سازی کنید، گفتار را رونوشت کنید، کیفیت را بهبود دهید و غیره.

ثبت نام سعی در تبدیل متن به گفتار