Biblioteka e zërit

Shfleto, parashiko dhe krahasoje më shumë se 100 zëra të AI në më shumë se 20 modele. Gjej zërin e përsosur për projektin tënd.

291+ Zërat

200 u gjet

--
I lirë Albanian Male Vetëm për përdorim personal dhe jo komercial
I lirë English Female Vetëm për përdorim personal dhe jo komercial
I lirë Urdu Female Vetëm për përdorim personal dhe jo komercial
I lirë English Male Vetëm për përdorim personal dhe jo komercial
I lirë English Female Vetëm për përdorim personal dhe jo komercial
I lirë fa Male Vetëm për përdorim personal dhe jo komercial
I lirë English Female Vetëm për përdorim personal dhe jo komercial
I lirë Hungarian Female Vetëm për përdorim personal dhe jo komercial
I lirë Basque Male Vetëm për përdorim personal dhe jo komercial
I lirë Kurdish Female Vetëm për përdorim personal dhe jo komercial
I lirë Turkish Neutral Vetëm për përdorim personal dhe jo komercial
I lirë Polish Male Vetëm për përdorim personal dhe jo komercial
I lirë Russian Male Vetëm për përdorim personal dhe jo komercial
I lirë Portuguese Male Vetëm për përdorim personal dhe jo komercial
I lirë Urdu Male Vetëm për përdorim personal dhe jo komercial
I lirë Nepali Neutral Vetëm për përdorim personal dhe jo komercial
I lirë cy Male Vetëm për përdorim personal dhe jo komercial
I lirë Finnish Male Vetëm për përdorim personal dhe jo komercial
I lirë Chinese Female Vetëm për përdorim personal dhe jo komercial

Asnjë zë nuk përputhet me filtrët tuaj. Provoni të rregulloni kriteret e kërkimit.

Zërat nga Modeli AI

Çdo model TTS ka grupin e vet të zërave me karakteristika unike. Disa modele suportojnë klonimin e zërit, duke ju lejuar të përdorni çdo zë si referencë.

PiperPiper 22 Zërat I lirë

Provo modelin

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

Edon (Albanian)

Vetëm për përdorim personal dhe jo komercial Albanian

Aegis (Urdu)

Vetëm për përdorim personal dhe jo komercial Urdu

Aivars (Latvian)

Latvian

Alan (UK)

Vetëm për përdorim personal dhe jo komercial English

Alba (UK)

Vetëm për përdorim personal dhe jo komercial English

Amir (Persian)

Vetëm për përdorim personal dhe jo komercial fa

Amy (US)

Vetëm për përdorim personal dhe jo komercial English

Anna (Hungarian)

Vetëm për përdorim personal dhe jo komercial Hungarian

Shfaq gjithçka 22 Piper Zërat

BarkBark 28 Zërat Standard

Provo modelin

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

Shfaq gjithçka 28 Bark Zërat

Bark SmallBark Small 15 Zërat Standard

Provo modelin

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

Shfaq gjithçka 15 Bark Small Zërat

ChatterboxChatterbox 1 Zërat Premium

Provo modelin

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

Default

English

Chatterbox TurboChatterbox Turbo 1 Zërat Standard

Provo modelin

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

Default

English

CosyVoice 2CosyVoice 2 10 Zërat Standard

Provo modelin

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

Shfaq gjithçka 10 CosyVoice 2 Zërat

CosyVoice3CosyVoice3 11 Zërat Standard

Provo modelin

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

Shfaq gjithçka 11 CosyVoice3 Zërat

Darwin TTSDarwin TTS 4 Zërat Standard

Provo modelin

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 Zërat Standard

Provo modelin

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

Speaker 1

English

Speaker 2

English

FreyaTTSFreyaTTS 1 Zërat Standard

Provo modelin

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

Freya (Turkish)

Turkish

GPT-SoVITSGPT-SoVITS 4 Zërat Standard

Provo modelin

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 Zërat Standard

Provo modelin

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

Chinese Default

Chinese

Default

English

Indic Parler TTSIndic Parler TTS 21 Zërat Standard

Provo modelin

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

Shfaq gjithçka 21 Indic Parler TTS Zërat

Kani TTS 2Kani TTS 2 1 Zërat Standard

Provo modelin

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

Default

English

KhanomTan TTSKhanomTan TTS 5 Zërat Standard

Provo modelin

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 Zërat I lirë

Provo modelin

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 Zërat I lirë

Provo modelin

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

Shfaq gjithçka 26 Kokoro Zërat

MeloTTSMeloTTS 7 Zërat I lirë

Provo modelin

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 Zërat I lirë

Provo modelin

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 Zërat Standard

Provo modelin

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

Shfaq gjithçka 11 MOSS-TTS Nano Zërat

MOSS-TTSDMOSS-TTSD 2 Zërat Standard

Provo modelin

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 Zërat Premium

Provo modelin

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 Zërat Standard

Provo modelin

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 Zërat I lirë

Provo modelin

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

Female 1 (Neutral)

Vetëm për përdorim personal dhe jo komercial English

Parler TTSParler TTS 1 Zërat Standard

Provo modelin

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

Default

English

Kuptimi i zërave të AI

Nivelet e cilësisë së zërit

TTS.ai ofron zëra në tre nivele cilësie. Zërat e nivelit të lirë nga Piper, VITS, dhe MeloTTS ofrojnë sintezë të shpejtë, cilësie të mirë pa kosto. Zërat e nivelit standard nga modele si Kokoro dhe CosyVoice 2 ofrojnë më shumë prozodi dhe emocione natyrore. Zërat e nivelit premium nga OpenVoice, Chatterbox, dhe StyleTTS 2 ofrojnë fjalën më realiste, njerëzore në dispozicion në TTS me burim të hapur.

Zëra shumëgjuhëshe

Shumë zëra suportojnë gjuhë të shumta. Disa modele si CosyVoice 2 dhe GPT-SoVITS suportojnë sintezën ndërgjuhësore, ku një zë i trajnuar në një gjuhë mund të flasë natyrshëm në një gjuhë tjetër. Filtri i gjuhës më lart të lejon të gjesh zëra që mbështesin gjuhën e synuar, duke siguruar përshkrimin dhe intonacionin më të mirë.

Klonimi i zërit

Disa modele suportojnë klonimin e zërit, që do të thotë se mund të përdorni çdo zë si referencë për të krijuar një fjalim që tingëllon si ai person. Ngarkoni një shembull të shkurtër audio (10-30 sekonda) dhe modeli do të përshtatet për të përputhur karakteristikat e zërit. Modelet që suportojnë klonimin përfshijnë GPT-SoVITS, CosyVoice 2, dhe Chatterbox.

Zgjedhja e Zërit të Drejtë

Zëri më i mirë varet nga rasti juaj i përdorimit. Për audio libra dhe podcast, përdorni zëra premium me prozodi natyrore. Për personazhet e lojrave, eksploroni zëra të ndryshëm nëpër modele. Për açesibilitet dhe lexuesit e ekranit, zgjidhni zëra të qartë, me ritëm të mirë. Për prototipimin e shpejtë, zërat e nivelit të lirë ofrojnë rezultate të menjëhershme pa koston e kreditit. Shiko çdo zë me butonin e riprodhimit para se të bësh zgjedhjen tënde.

Pyetje të shpeshta

TTS.ai ofron më shumë se 100 zëra të AI në 24 modele tekst-në-folje. Zërat përfshijnë gjuhë të shumta, gjini, thekse dhe stile të foljes. Zëra të rinj shtohen rregullisht ndërsa zgjerojmë bibliotekën tonë të modeleve.

Po, shumë zëra kanë parashikime audio që mund t'i dëgjoni drejtpërsëdrejti në këtë faqe. Klikoni butonin e riprodhimit pranë çdo zëri me një parashikim për të dëgjuar një shembull. Mund të provoni gjithashtu çdo zë në faqen e Tekstit në Fjalë me tekstin tuaj.

Përdor kontrollet e filtrimit në krye të faqes për të ngushtuar zërat sipas modelit, gjuhës apo gjinisë. Mund të kombinosh filtrët për të gjetur saktësisht zërin që të duhet — për shembull, zëra femra anglisht nga modeli Kokoro.

Zërat e lirë (Kokoro, Piper, VITS, MeloTTS) nuk kërkojnë asnjë karakter. Zërat standard (Bark, CosyVoice 2, Dia) përdorin karakterë 2x. Zërat Premium (Chatterbox, Tortoise) përdorin karakterë 4x dhe ofrojnë cilësinë më të lartë.

Kokoro (niveli i lirë) është vlerësuar 5/5 për cilësinë dhe është opsioni i lirë me tingullin më natyror. Për cilësinë premium, Chatterbox dhe Tortoise ofrojnë natyrshmëri të jashtëzakonshme me mbështetje për klonimin e zërit. Dëgjo parashikimet për të gjykuar cili zë përshtatet më së miri me nevojat tua.

Në një plan të paguar, po, përveç zërave të shënuar "Vetëm për përdorim personal dhe jo komercial", të cilët përjashtohen në çdo plan sepse autorët e tyre lejojnë vetëm përdorim jo komercial. Për çdo zë tjetër, audio e gjeneruar në një plan të paguar është e juaja për t'u përdorur në video, podcast, aplikacione, lojëra dhe çdo aplikim tjetër komercial, dhe përmirësimi gjithashtu mbulon audion që keni bërë më parë në nivelin pa pagesë. Audio e nivelit pa pagesë është për përdorim personal.

Biblioteka jonë zërore mbulon më shumë se 30 gjuhë duke përfshirë anglishten, spanjishten, frëngjishten, gjermanishten, italianishten, portugalishten, kineze, japoneze, koreane, arabe, ruse, hindi, hollandeze, polake, turke dhe shumë të tjera. Disponibiliteti i gjuhës ndryshon sipas modelit.

Po, përdorni instrumentin tonë të klonimit të zërit për të krijuar një zë të personalizuar nga vetëm 5-30 sekonda audio. Zërat e klonuar shfaqen në llogarinë tuaj nën "Zërat e mi" dhe mund të ripërdoren për gjeneratat e ardhshme të tekstit në fjalë.

Mendo për përdorimin tuaj: për audio libra, zgjidh zëra shprehës si ato nga Bark ose Chatterbox. Për aplikacione dhe IVR, zgjidh zëra të qarta nga Kokoro ose MeloTTS. Për përmbajtje shumëgjuhëshe, përdor CosyVoice 2 ose GPT-SoVITS. Shiko disa opsione për të gjetur atë që përshtatet më së miri.

Po, disa modele ofrojnë variante të theksit. MeloTTS ofron theksa të anglishtes amerikane, britanike, indiane dhe australiane. Modelet e tjera kanë variante zërash rajonale për spanjishten, frëngjishten, portugezen dhe kinezishten. Filtro sipas gjuhës për të eksploruar opsionet e theksit.

Po, të gjithë zërat janë të arritshëm nëpërmjet API REST. Specifikoni modelin dhe ID-në e zërit në kërkesën tuaj API për të gjeneruar fjalën me çdo zë në mënyrë programatike. Shikoni faqen tonë të Dokumentimit të API për shembuj të kodit dhe referenca për ID-në e zërit.

Ne rregullisht shtojmë zëra të rinj ndërsa integrojmë modele shtesë TTS dhe zgjerojmë ato ekzistuese. Ndiq përditësime tona për të qenë i informuar rreth zërave të shtuar, përmirësimeve të modelit dhe zgjerimit të gjuhës.

Inçizo, përmirëso dhe transformo zërin tënd

Përdor regjistruesin e zërit me suiten tonë të plotë të instrumentëve të zërit AI. Klono zërin tënd, transkribo fjalët, përmirëso cilësinë dhe shumë më tepër.