Librerija tal-vuċi

Ibbrawżja, preview, u tqabbel 100+ AI vuċijiet madwar 20+ mudelli.Sib il-vuċi perfetta għall-proġett tiegħek.

291+ Il-Voti

200 L-ebda vuċijiet misjuba

--
Ħieles English Female Użu personali u mhux kummerċjali biss
Ħieles Urdu Female Użu personali u mhux kummerċjali biss
Ħieles English Male Użu personali u mhux kummerċjali biss
Ħieles English Female Użu personali u mhux kummerċjali biss
Ħieles fa Male Użu personali u mhux kummerċjali biss
Ħieles English Female Użu personali u mhux kummerċjali biss
Ħieles Hungarian Female Użu personali u mhux kummerċjali biss
Ħieles Basque Male Użu personali u mhux kummerċjali biss
Ħieles Kurdish Female Użu personali u mhux kummerċjali biss
Ħieles Turkish Neutral Użu personali u mhux kummerċjali biss
Ħieles Polish Male Użu personali u mhux kummerċjali biss
Ħieles Russian Male Użu personali u mhux kummerċjali biss
Ħieles Albanian Male Użu personali u mhux kummerċjali biss
Ħieles Portuguese Male Użu personali u mhux kummerċjali biss
Ħieles Urdu Male Użu personali u mhux kummerċjali biss
Ħieles Nepali Neutral Użu personali u mhux kummerċjali biss
Ħieles cy Male Użu personali u mhux kummerċjali biss
Ħieles Finnish Male Użu personali u mhux kummerċjali biss
Ħieles Chinese Female Użu personali u mhux kummerċjali biss

L-ebda vuċi ma taqbel mal-filtri tiegħek. Ipprova aġġusta l-kriterji tat-tiftix tiegħek.

Vuċijiet skont il-Mudell tal-AI

Kull mudell TTS għandu sett tiegħu stess ta' vuċijiet b'karatteristiċi uniċi.Uħud mill-mudelli jappoġġjaw il-klonazzjoni tal-vuċi, li tippermettilek tuża kwalunkwe vuċi bħala referenza.

BarkBark 28 Il-Voti Standard

Ipprova Mudell

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

Chinese Speaker 1

Chinese

Chinese Speaker 2

Chinese

English Female 1

English

English Female 2

English

English Female 3

English

English Female 4

English

English Male 1

English

English Male 2

English

Ara kollox 28 Bark Il-Voti

Bark SmallBark Small 15 Il-Voti Standard

Ipprova Mudell

Lighter version of Bark with faster inference and lower memory usage.

Chinese Speaker

Chinese

English Female 1

English

English Female 2

English

English Male 1

English

French Speaker

French

German Speaker

German

Hindi Speaker

Hindi

Italian Speaker

Italian

Ara kollox 15 Bark Small Il-Voti

ChatterboxChatterbox 1 Il-Voti Primjum

Ipprova Mudell

State-of-the-art zero-shot voice cloning with emotion control from Resemble AI.

Default

English

Chatterbox TurboChatterbox Turbo 1 Il-Voti Standard

Ipprova Mudell

Faster Chatterbox with sub-200ms latency and paralinguistic tags for laughs, coughs, and more.

Default

English

CosyVoice 2CosyVoice 2 10 Il-Voti Standard

Ipprova Mudell

Alibaba's scalable streaming TTS with human-parity naturalness and near-zero latency.

Chinese Female

Chinese

Chinese Male

Chinese

English Female

English

English Male

English

French Female

French

German Female

German

Italian Female

Italian

Japanese Female

Japanese

Ara kollox 10 CosyVoice 2 Il-Voti

CosyVoice3CosyVoice3 11 Il-Voti Standard

Ipprova Mudell

Next-generation multilingual TTS with bi-streaming, emotion control, and zero-shot voice cloning.

Chinese Female

Chinese

Chinese Male

Chinese

English Female

English

English Male

English

French Female

French

German Female

German

Italian Female

Italian

Japanese Female

Japanese

Ara kollox 11 CosyVoice3 Il-Voti

Darwin TTSDarwin TTS 4 Il-Voti Standard

Ipprova Mudell

Cross-modal Qwen3-TTS variant with FFN weights blended from the Qwen3-1.7B language model for sharper multilingual cloning.

Default

English

Default (Chinese)

Chinese

Default (Japanese)

Japanese

Default (Korean)

Korean

Dia TTSDia TTS 2 Il-Voti Standard

Ipprova Mudell

Multi-speaker dialog generation model that creates natural conversations between speakers.

Speaker 1

English

Speaker 2

English

FreyaTTSFreyaTTS 1 Il-Voti Standard

Ipprova Mudell

Turkish-only speech at 48 kHz from a compact flow-matching model.

Freya (Turkish)

Turkish

GPT-SoVITSGPT-SoVITS 4 Il-Voti Standard

Ipprova Mudell

Few-shot voice cloning TTS that replicates any voice from just 5 seconds of audio.

Default

Chinese

English Default

English

Japanese Default

Japanese

Korean Default

Korean

IndexTTS-2IndexTTS-2 2 Il-Voti Standard

Ipprova Mudell

Zero-shot TTS with fine-grained emotion control and high expressiveness.

Chinese Default

Chinese

Default

English

Indic Parler TTSIndic Parler TTS 21 Il-Voti Standard

Ipprova Mudell

High-quality speech for 8+ Indian languages with natural-language voice control.

Aditi (Bengali)

Bengali

Amit (Assamese)

Assamese

Anjali (Malayalam)

Malayalam

Anu (Kannada)

Kannada

Arjun (Bengali)

Bengali

Debjani (Odia)

Odia

Default

English

Divjot (Punjabi)

Punjabi

Ara kollox 21 Indic Parler TTS Il-Voti

Kani TTS 2Kani TTS 2 1 Il-Voti Standard

Ipprova Mudell

Ultra-lightweight 400M English TTS model running in just 3GB VRAM.

Default

English

KhanomTan TTSKhanomTan TTS 5 Il-Voti Standard

Ipprova Mudell

Thai-first text-to-speech with a choice of speaker voices.

Bernard

Thai

Default

Thai

Kerstin

Thai

Linda

Thai

Thorsten

Thai

Kitten TTSKitten TTS 8 Il-Voti Ħieles

Ipprova Mudell

Ultra-lightweight TTS under 80MB. Runs on CPU without GPU.

Bella

English

Bruno

English

Hugo

English

Jasper

English

Kiki

English

Leo

English

Luna

English

Rosie

English

KokoroKokoro 26 Il-Voti Ħieles

Ipprova Mudell

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

Adam

English

Alex

Spanish

Alex

Portuguese

Alpha

Hindi

Alpha

Japanese

Bella

English

Dora

Portuguese

Dora

Spanish

Ara kollox 26 Kokoro Il-Voti

MeloTTSMeloTTS 7 Il-Voti Ħieles

Ipprova Mudell

High-quality multilingual text-to-speech that runs on CPU with minimal latency.

Chinese

Chinese

English British

English

English US

English

French

French

Japanese

Japanese

Korean

Korean

Spanish

Spanish

Ming-Omni TTSMing-Omni TTS 2 Il-Voti Ħieles

Ipprova Mudell

Compact 0.5B omni-modal speech model from inclusionAI with high-fidelity 44.1kHz output and zero-shot voice cloning.

Default

English

Default (Chinese)

Chinese

MOSS-TTS NanoMOSS-TTS Nano 11 Il-Voti Standard

Ipprova Mudell

Tiny 100M MOSS-TTS variant — same architecture, 80x smaller, free-tier latency.

Arabic

Arabic

Chinese

Chinese

Default

English

French

French

German

German

Italian

Italian

Japanese

Japanese

Korean

Korean

Ara kollox 11 MOSS-TTS Nano Il-Voti

MOSS-TTSDMOSS-TTSD 2 Il-Voti Standard

Ipprova Mudell

Multi-speaker dialogue continuation model — generate podcast-style conversations with up to 5 speakers and 60 minutes of coherent audio.

Default (Chinese)

Chinese

Default Speaker

English

OpenVoiceOpenVoice 6 Il-Voti Primjum

Ipprova Mudell

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

Chinese

Chinese

Default

English

French

French

Japanese

Japanese

Korean

Korean

Spanish

Spanish

OrpheusOrpheus 8 Il-Voti Standard

Ipprova Mudell

Human-level emotional TTS model trained on 100K hours of speech data.

Dan

English

Jess

English

Leah

English

Leo

English

Mia

English

Tara

English

Zac

English

Zoe

English

OuteTTSOuteTTS 1 Il-Voti Ħieles

Ipprova Mudell

LLM-based TTS that runs on CPU, GPU, or browser via llama.cpp and Transformers.js.

Female 1 (Neutral)

Użu personali u mhux kummerċjali biss English

Parler TTSParler TTS 1 Il-Voti Standard

Ipprova Mudell

Describe the voice you want in natural language and Parler generates matching speech.

Default

English

PiperPiper 22 Il-Voti Ħieles

Ipprova Mudell

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

Aegis (Urdu)

Użu personali u mhux kummerċjali biss Urdu

Aivars (Latvian)

Latvian

Alan (UK)

Użu personali u mhux kummerċjali biss English

Alba (UK)

Użu personali u mhux kummerċjali biss English

Amir (Persian)

Użu personali u mhux kummerċjali biss fa

Amy (US)

Użu personali u mhux kummerċjali biss English

Anna (Hungarian)

Użu personali u mhux kummerċjali biss Hungarian

Antton (Basque)

Użu personali u mhux kummerċjali biss Basque

Ara kollox 22 Piper Il-Voti

Nifhmu l-Ilħna tal-AI

Livelli tal-Kwalità tal-Vuċi

TTS.ai joffri vuċijiet fi tliet livelli ta’ kwalità. Vuċijiet b’xejn minn Piper, VITS, u MeloTTS jipprovdu sinteżi veloċi u ta’ kwalità tajba mingħajr ebda spiża. Vuċijiet ta’ livell standard minn mudelli bħal Kokoro u CosyVoice 2 joffru prożodija u emozzjoni aktar naturali. Vuċijiet ta’ livell premium minn OpenVoice, Chatterbox, u StyleTTS 2 jipprovdu l-aktar diskors realistiku u simili għall-bniedem disponibbli f’TTS b’sors miftuħ.

vuċijiet multilingwi

Ħafna vuċijiet jappoġġjaw lingwi multipli. Xi mudelli bħal CosyVoice 2 u GPT-SoVITS jappoġġjaw is-sinteżi bejn il-lingwi, fejn vuċi mħarrġa f'lingwa waħda tista' titkellem b'mod naturali f'lingwa oħra.Il-filtru tal-lingwa hawn fuq jippermettilek issib vuċijiet li jappoġġjaw nattivament il-lingwa fil-mira tiegħek, u jiżguraw l-aħjar pronunzja u intonazzjoni.

Klonazzjoni tal-vuċi

Xi mudelli jappoġġjaw il-klonazzjoni tal-vuċi, li jfisser li tista' tuża kwalunkwe vuċi bħala referenza biex toħloq diskors li jidher bħal dik il-persuna.Upload kampjun awdjo qasir (10-30 sekonda) u l-mudell se jadatta biex jaqbel mal-karatteristiċi tal-vuċi.Mudelli li jappoġġjaw il-klonazzjoni jinkludu GPT-SoVITS, CosyVoice 2, u Chatterbox.

Agħżel il-Vuċi t-Tajba

L-aħjar vuċi tiddependi fuq il-każ tal-użu tiegħek. Għall-awdjokotba u l-podcasts, uża vuċijiet premium b'prosodija naturali. Għall-karattri tal-logħob, esplora vuċijiet diversi madwar il-mudelli. Għall-aċċessibbiltà u l-qarrejja tal-iskrin, agħżel vuċijiet ċari u b'ritmu tajjeb. Għal prototipi mgħaġġla, vuċijiet b'livell ħieles joffru riżultati immedjati mingħajr ebda spiża ta' kreditu. Preview kull vuċi bil-buttuna play qabel ma tagħmel l-għażla tiegħek.

Mistoqsijiet li jsiru ta’ spiss

TTS.ai joffri 100+ vuċijiet AI fuq 24 mudelli test-to-talk. vuċijiet jkopru lingwi multipli, ġeneri, aċċenti, u stili jitkellmu. vuċijiet ġodda huma miżjuda regolarment kif aħna jespandu librerija mudell tagħna.

Iva, ħafna vuċijiet għandhom previews awdjo li tista’ tisma’ direttament fuq din il-paġna. Ikklikkja l-buttuna play ħdejn kwalunkwe vuċi b’preview biex tisma’ kampjun.Tista’ wkoll tittestja kwalunkwe vuċi fuq il-paġna Test għal Diskors bit-test tiegħek stess.

Uża l-kontrolli tal-filtru fil-quċċata tal-paġna biex tiddejjaq vuċijiet mill-mudell, lingwa, jew sess.Tista' tgħaqqad filtri biex issib eżattament il-vuċi li għandek bżonn — per eżempju, vuċijiet Ingliż femminili mill-mudell Kokoro.

Il-vuċijiet b’xejn (Kokoro, Piper, VITS, MeloTTS) ma jeħtieġu l-ebda karattri. Il-vuċijiet standard (Bark, CosyVoice 2, Dia) jużaw karattri 2x.

Kokoro (livell b'xejn) huwa klassifikat 5/5 għall-kwalità u huwa l-għażla ħielsa l-aktar naturali-ħoss. Għall-kwalità premium, Chatterbox u Tortoise joffru naturalezza eċċezzjonali mal-vuċi klonazzjoni appoġġ.

Fuq pjan imħallsa, iva, ħlief vuċijiet mmarkati "Personali u mhux kummerċjali użu biss", li huma esklużi fuq kull pjan minħabba li l-awturi tagħhom jippermettu użu mhux kummerċjali biss. Għal kull vuċi oħra, awdjo ġġenerat fuq pjan imħallsa huwa tiegħek biex tuża fil-vidjos, podcasts, apps, logħob u kwalunkwe applikazzjoni kummerċjali oħra, u l-aġġornament tkopri wkoll awdjo inti għamilt qabel fuq il-livell ħielsa. awdjo livell ħielsa huwa għall-użu personali.

Il-librerija tal-vuċi tagħna tkopri 30+ lingwa inklużi l-Ingliż, l-Ispanjol, il-Franċiż, il-Ġermaniż, it-Taljan, il-Portugiż, iċ-Ċiniż, il-Ġappuniż, il-Korean, l-Għarbi, ir-Russu, l-Ħindi, l-Olandiż, il-Pollakk, it-Turk, u ħafna aktar.

Iva, uża l-għodda tagħna Voice Cloning biex toħloq vuċi apposta minn 5-30 sekonda ta' awdjo ta' referenza biss.Il-vuċijiet ikklonati jidhru fil-kont tiegħek taħt "My Voices" u jistgħu jerġgħu jintużaw għal ġenerazzjonijiet futuri ta' test għal diskors.

Ikkunsidra l-każ ta’ użu tiegħek: għall-awdjokotba, agħżel vuċijiet espressivi bħal dawk minn Bark jew Chatterbox. Għall-apps u l-IVR, agħżel vuċijiet ċari minn Kokoro jew MeloTTS. Għal kontenut multilingwi, uża CosyVoice 2 jew GPT-SoVITS.

Iva, diversi mudelli joffru varjetà ta’ aċċenti. MeloTTS jipprovdi aċċenti Ingliżi Amerikani, Brittaniċi, Indjani u Awstraljani. Mudelli oħra għandhom varjanti tal-vuċi reġjonali għall-Ispanjol, il-Franċiż, il-Portugiż u ċ-Ċiniż.

Iva, il-vuċijiet kollha huma aċċessibbli permezz tal-REST API tagħna.Speċifika l-mudell u l-ID tal-vuċi fit-talba tal-API tiegħek biex tiġġenera diskors b'kull vuċi b'mod programmatiku.Ara l-paġna tad-Dokumentazzjoni tal-API tagħna għal eżempji ta' kodiċi u referenzi tal-ID tal-vuċi.

Aħna regolarment inżidu vuċijiet ġodda hekk kif nintegraw mudelli addizzjonali tat-TTS u nespandu dawk eżistenti.Segwi l-aġġornamenti tagħna biex tibqa' infurmat dwar żidiet ġodda fil-vuċi, titjib fil-mudell, u espansjonijiet fil-lingwa.

Reġistrazzjoni, itejbu, u jittrasformaw vuċi tiegħek

Uża l-Voice Recorder ma tagħna suite sħiħa ta ’għodod awdjo AI.Klonja vuċi tiegħek, jittraskrivi diskors, ittejjeb il-kwalità, u aktar.