Dia TTS เสียง
A 1.6B-parameter model purpose-built for generating natural multi-speaker dialogue, not just single-voice narration.
หมุนข้อความของคุณในแท็ก SSML เพื่อควบคุมอย่างแม่นยำ:
<speak><prosody rate="slow">Slow speech</prosody></speak>
แท็กที่โมเดลที่เลือกไว้เข้าใจ - คลิกเพื่อวางแท็กลงในข้อความของคุณที่มันเกิดขึ้น:
โมเดลนี้อ่านข้อความธรรมดา ดังนั้น แท็กในบรรทัดจะถูกละเลย สำหรับอารมณ์ที่ใช้แท็ก เปลี่ยนไปใช้โมเดลแสดงออก เช่น Orpheus หรือ Bark
ตั้งค่าการออกเสียงที่กำหนดเอง (คำ = การออกเสียง):
เกี่ยวกับ 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.
เหมาะสำหรับ: Podcasts, audiobook dialogues, conversational content
แสดงทั้งหมด Dia TTS เสียงเพียงแค่มองดู
- ผู้พัฒนา
- Nari Labs
- ใบอนุญาต
- Apache 2.0
- สัตว์
- standard
- ความเร็ว
- medium
- เสียง
- ไม่มี
- ภาษา
- English
- จำนวนตัวอักษรสูงสุด
- 800