Dia TTS ТТС
A 1.6B-parameter model purpose-built for generating natural multi-speaker dialogue, not just single-voice narration.
Мәтінді SSML тегтермен тасымалдау үшін нұсқау:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Таңдалған үлгі түсінетін тегтер - біреуін мәтінге түсіру үшін түртіңіз:
Бұл модель қарапайым мәтін оқиды, сондықтан жол ішіндегі тегтер елеусіз қалып жатыр. Тегтерге негізделген эмоция үшін Orpheus не Bark сияқты өрнекті модельге ауысыңыз.
Өзінің дыбысын анықтау (сөз = дыбысы):
& Бұл туралы 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.
Келесіге ең қолайлы: Podcasts, audiobook dialogues, conversational content
Барлығын қарау Dia TTS дауысБір қарапайым
- Жасаушы
- Nari Labs
- Лицензия
- Apache 2.0
- Түр
- standard
- Жылдамдығы
- medium
- Дыбысын көшіру
- Жоқ
- Тілдер
- English
- Макс. таңбалар саны
- 800