Матндан сўзга AI агентлари Мусиқа Матнга сўзлаш Товушни клонлаш Овоз дизайни Марказ Кўпроқ
Хато ҳақида хабар бериш / Хусусият талаби
Darwin TTS

Darwin TTS ТТС

A Qwen3-TTS variant whose talker FFN weights are blended from the Qwen3 language model for sharper cross-lingual cloning.

0/500 ҳарфлар · Ҳар бир авлод учун 5000 га обуна бўлинг →
Ёзиш 5000 белги чегараси

Матнни аниқ назорат учун SSML теглар билан ўраб қўйиш:

<speak><prosody rate="slow">Slow speech</prosody></speak>

Танланган модел тушунадиган тегилар — уларни матнга тушириш учун босинг:

Бу модел оддий матн ўқийди, шунинг учун тегишли теги эътиборга олинмайди. Эмоционал теги асосида, Orpheus ёки Bark каби ифодали моделга ўтинг.

Ўз нутқини белгилаш (сўз = нутқ):

-12 +12
0.5x 2.0x
Piper, VITS, MeloTTS билан бепул
Сизнинг яратилган аудионгиз бу ерда намоён бўлади. Модельни танланг, матнни киритинг ва Юклаш тугмасини босинг.
Аудио муваффақиятли яратилди
0:00
Аудио юклаб олиш .srt юклаб олиш Уланиш муддати 24 соатдан сўнг тугайди
Бепул даража: шахсий фойдаланиш. $5/mo дан бошланувчи коммерциявий лицензия
Буни ўз овозингизга айлантиринг 30 сония ичида овозни клонлаш
TTS.ai'ни севасанми? Дўстларингга айт!

Маълумот 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.

Энг яхшиси: Cross-lingual voice cloning between English / Korean / Japanese / Chinese with a single reference voice

Ҳаммасини кўриш Darwin TTS овозлар

Бир қарашда

Ижодкор
FINAL-Bench
Лицензия
Apache 2.0
Тир
standard
Тезлик
medium
Овозни клонлаш
Ҳа
Тиллар
English, Korean, Japanese, Chinese
Максимум ҳарфлар
2000

Darwin TTS овозлар

Default

English
Стандарт Neutral

Default (Chinese)

Chinese
Стандарт Neutral

Default (Japanese)

Japanese
Стандарт Neutral

Default (Korean)

Korean
Стандарт Neutral

Darwin TTS ТТС — кўп бериладиган саволлар

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.
← Барча овозлар