Dia TTS ТТС
A 1.6B-parameter model purpose-built for generating natural multi-speaker dialogue, not just single-voice narration.
Умотајте текст у ССМЛ ознаке за прецизну контролу:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Означе изабрани модел разуме — кликните да га испустите у текст где се то дешава:
Овај модел чита обичан текст, па се ознаке за успостављене на линији игноришу. За емоције засноване на ознакама пребаците на изражавајући модел попут Орфеја или Барка.
Дефинишите посебне изговоре (слов = изговор):
О 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.
Најбоље за: Podcasts, audiobook dialogues, conversational content
Прегледај све Dia TTS гласовиНа један поглед
- Програмер
- Nari Labs
- Лиценца
- Apache 2.0
- Низ
- standard
- Брзина
- medium
- Гласово клонирање
- Не.
- језици
- English
- Макс. знакова
- 800