Darwin TTS 音声翻訳
A Qwen3-TTS variant whose talker FFN weights are blended from the Qwen3 language model for sharper cross-lingual cloning.
SSML タグでテキストを囲み、正確な制御を行う:
<speak><prosody rate="slow">Slow speech</prosody></speak>
選択したモデルが理解するタグ - クリックしてテキストにドラッグします:
このモデルは単純テキストを読み込み、インラインタグは無視されます。タグベースの感情を表現するには、Orpheus や Bark のような表現モデルに切り替えてください。
カスタム発音を定義 (単語=発音):
情報 Darwin TTS
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.
適合する: Cross-lingual voice cloning between English / Korean / Japanese / Chinese with a single reference voice
すべてブラウズ Darwin TTS 声概要
- 開発者
- FINAL-Bench
- ライセンス
- Apache 2.0
- 動物
- standard
- スピード
- medium
- 声のクローン
- はい
- 言語
- English, Korean, Japanese, Chinese
- 最大文字数
- 2000