Questo modello legge testo semplice, quindi i tag inline vengono ignorati. Per le emozioni basate sui tag, passare a un modello espressivo come Orpheus o Bark.
Scene di consegna in lingua naturale. Onorato oggi da Qwen3-TTS; altri modelli espressivi in arrivo.
Questo modello non supporta le istruzioni di stile per passare a un modello che lo fa (ad esempio Qwen3-TTS).
Definire le pronunciazioni personalizzate (parola = pronuncia):
-12
+12
Controlla l'espressività (0 = neutro, 1 = molto espressivo)
Peso di guida senza classificatore (più alto = seguito più rapido)
Descrivi lo stile vocale nel linguaggio naturale (Parler usa questo al posto delle voci preimpostate)
Formato della finestra di dialogo dia: Usare [S1] e [S2] tag per contrassegnare diversi altoparlanti. Esempio: [S1] Ciao! [S2] Ciao, come stai?
Questo è un modello di voce premium, disponibile su qualsiasi piano a pagamento. Puoi ancora visualizzare in anteprima le sue voci gratuite con il pulsante di riproduzione accanto al picker voce.
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.
Meglio per: 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.
Inserisci la tua email per ottenere 15,000 caratteri gratuiti e continuare a generare voce.
Nessuna password necessaria Ti invieremo un link per impostarne uno più tardi.
Limite di livello libero raggiunto
Hai usato i tuoi 5,000 caratteri gratuiti giornalieri. Crea un account gratuito per ottenere 15,000 caratteri bonus più 10,000 caratteri gratuiti ogni mese.
