Questo modello legge testo semplice, quindi i tag inline vengono ignorati. Per le emozioni basate sui tag, passare a un modello espressivo come Orpheus o Bark.
Scene di consegna in lingua naturale. Onorato oggi da Qwen3-TTS; altri modelli espressivi in arrivo.
Questo modello non supporta le istruzioni di stile per passare a un modello che lo fa (ad esempio Qwen3-TTS).
Definire le pronunciazioni personalizzate (parola = pronuncia):
-12
+12
Controlla l'espressività (0 = neutro, 1 = molto espressivo)
Peso di guida senza classificatore (più alto = seguito più rapido)
Descrivi lo stile vocale nel linguaggio naturale (Parler usa questo al posto delle voci preimpostate)
Formato della finestra di dialogo dia: Usare [S1] e [S2] tag per contrassegnare diversi altoparlanti. Esempio: [S1] Ciao! [S2] Ciao, come stai?
Questo è un modello di voce premium, disponibile su qualsiasi piano a pagamento. Puoi ancora visualizzare in anteprima le sue voci gratuite con il pulsante di riproduzione accanto al picker voce.
Darwin-TTS-1.7B-Cross by FINAL-Bench is a research variant of Qwen3-TTS-1.7B with an unusual construction: 84 of its talker-FFN tensors (about 8.6% of them) are blended at a 3% ratio with the matching tensors from Qwen3-1.7B-Base, all without any retraining. The result is a model that produces noticeably crisper cross-lingual voice cloning across Korean, English, Japanese, and Chinese — its four core languages. It operates in zero-shot voice-clone mode, needing only about three seconds of reference audio to capture a speaker. Darwin is best suited to transferring a single reference voice across those four languages, for example dubbing or multilingual narration with consistent speaker identity.
Meglio per: Cross-lingual voice cloning between English / Korean / Japanese / Chinese with a single reference voice
Darwin starts from Qwen3-TTS-1.7B but blends a small fraction of its talker-FFN weights with the matching weights from the Qwen3-1.7B base language model. This training-free blend sharpens cross-lingual voice cloning rather than changing the base voices.
English, Korean, Japanese, and Chinese. The FINAL-Bench release specifically markets its cross-lingual blend for those four, and the deployed model ships voices for them.
About three seconds. It works in zero-shot mode, so no fine-tuning or training is required — you provide a short reference clip and it generates new speech in that voice.
Inserisci la tua email per ottenere 15,000 caratteri gratuiti e continuare a generare voce.
Nessuna password necessaria Ti invieremo un link per impostarne uno più tardi.
Limite di livello libero raggiunto
Hai usato i tuoi 5,000 caratteri gratuiti giornalieri. Crea un account gratuito per ottenere 15,000 caratteri bonus più 10,000 caratteri gratuiti ogni mese.
