Dia TTS TTS
A 1.6B-parameter model purpose-built for generating natural multi-speaker dialogue, not just single-voice narration.
Τυλίξτε το κείμενο σας σε ετικέτες EEML για τον ακριβή έλεγχο:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Ετικέτες το επιλεγμένο μοντέλο καταλαβαίνει □ κάντε κλικ για να ρίξετε ένα στο κείμενο σας όπου συμβαίνει:
Αυτό το μοντέλο διαβάζει απλό κείμενο, έτσι οι ετικέτες inline αγνοούνται. Για tag-based συναίσθημα, μεταβείτε σε ένα εκφραστικό μοντέλο όπως ο Ορφέας ή Bark.
Define custom προφορές (word = εκφώνηση):
Σχετικά Dia TTS
Dia by Nari Labs is a 1.6-billion-parameter text-to-speech model designed from the ground up for dialogue rather than monologue. It generates conversations between two speakers with realistic turn-taking, prosody, and emotional expression, producing audio that sounds like a real exchange instead of two voices read separately. Architecturally it pairs an autoregressive transformer with the Descript Audio Codec (DAC) for waveform generation. Dia is a strong fit for podcast-style content, scripted audiobook dialogue, and conversational scenes, and is released under Apache 2.0. Generations are heavier than single-voice models, so it favors quality over raw speed.
Το καλύτερο για: Podcasts, audiobook dialogues, conversational content
Περιήγηση σε όλα Dia TTS φωνέςΜε μια ματιά.
- Προγραμματιστής
- Nari Labs
- Άδεια
- Apache 2.0
- Βαθμίδα
- standard
- Ταχύτητα
- medium
- Κλωνοποίηση φωνής
- Όχι.
- Γλώσσες
- English
- Μεγ. χαρακτήρες
- 800