Тэгі, якія разумее выбраная мадэль - націсніце, каб перанесці іх у тэкст:
Гэтая мадэль чытае звычайны тэкст, таму ўбудаваныя тэгі ігнаруюцца. Для эмоцый, заснаваных на тэгах, пераключыцеся на мадэлі выразнасці, такія як Orpheus або Bark.
Натуральная мова. Зараз выкарыстоўваецца Qwen3- TTS; іншыя выразныя мадэлі будуць даступныя ў хуткім часе.
Гэтая мадэль не падтрымлівае інструкцыі стылю - пераключыцеся на мадэль, якая гэта робіць (напрыклад, Qwen3- TTS).
Вызначыць уласнае вымаўленне (слова = вымаўленне):
-12
+12
Выразнасць (0 = нейтральны, 1 = вельмі выразны)
Настаўленне без класіфікатара (большы = больш падказкі)
Апісаць стыль голасу натуральнай мовай (Parler выкарыстоўвае гэта замест прадвызначаных голасаў)
Фармат дыялогу Dia: Выкарыстоўвайце тэгі < code> [S1] і < code> [S2] для таго, каб пазначыць розных гульцоў. Прыклад: < code> [S1] Прывітанне! [S2] Прывітанне, як справы?
✨ Галасовая мадэль PremiumKCharselect unicode block name
Гэта прэміум- мадэлі голасу, даступныя ў любым платным плане. Вы можаце праглядзець яго голас бясплатна з дапамогай кнопкі прайгравання побач з выбарам голасу.
FreyaTTS-small is a 183-million-parameter model built for one language and built well. It is a non-autoregressive conditional flow-matching diffusion transformer that reads Turkish directly at the character level — 92 symbols, no phonemizer and no grapheme-to-phoneme stage, which removes a whole class of mispronunciation that pronunciation dictionaries introduce. It generates in a frozen AudioVAE2 latent space and decodes to 48 kHz mono, more than double the sample rate of the piper Turkish voice, so the output carries treble detail that a 22 kHz model simply cannot represent. On the Freya-TR-Eval benchmark it reaches 8.0% word error rate, placing it ahead of both XTTS-v2 and F5-TTS among open sub-billion-parameter Turkish systems, and it runs fast enough for real-time use at roughly a tenth of real time.
Лепшы для: Turkish narration, voice agents, and any Turkish audio that needs high sample-rate output
It was trained from scratch on Turkish speech alone rather than adapted from a multilingual model. Specialising lets a 183M-parameter model compete with far larger multilingual systems on Turkish, but it means the model has no ability to read other languages — requests in another language are rejected rather than mispronounced.
Most open TTS models emit 22.05 kHz or 24 kHz, which caps reproducible audio at around 11-12 kHz and audibly dulls sibilants. FreyaTTS decodes to 48 kHz, the standard sample rate for video and broadcast, so its output drops into a production timeline without upsampling.
No. FreyaTTS has a single fixed speaker and does not support cloning. For a cloned Turkish voice use one of our zero-shot cloning models instead.
Many TTS systems first convert text into phonemes using a pronunciation dictionary, and anything missing from that dictionary — new words, names, loanwords — gets guessed. FreyaTTS reads the characters themselves, so Turkish spelling, which is highly regular, maps to sound without that lossy middle step.
