Žymos pasirinktas modelis supranta — spustelėkite, kad įmestų vieną į tekstą, kur tai atsitinka:
Šis modelis skaito paprastą tekstą, todėl į eilę orientuotos žymės yra ignoruojamos. Dėl įsagų pagrindu išreikštos emocijos pereikite prie tokio išraiškingo modelio kaip Orpheus arba Bark.
Gamtos kalbos pristatymo cues. Garbinamas QWEN3-TTS šiandien; kiti išraiškingi modeliai artėja greitai.
Šis modelis nepalaiko stiliaus instrukcijų – pereina prie modelio, kuris yra (pvz., Qwen3-TTS).
Apibrėžti užsakymą tarimas (žodžio = tarimas):
-12
+12
Kontrolės išraiškingumas (0 = neutralus, 1 = labai išraiškingas)
Klasifikatoriaus neturintis orientyras svoris (didesnis = greitesnis sekimas)
Apibūdinkite balso stilių natūralia kalba (Parler naudoja tai vietoj iš anksto nustatytų balsų)
Dialogo formatas: Naudoti [S1] ir < code> [S2] žymes skirtingiems garsiakalbiams pažymėti. Pavyzdys: < code> [S1] Sveiki! [S2] Sveiki, kaip tu?
Tai yra aukščiausios klasės balso modelis, prieinamas bet kuriame mokamame plane. Jūs vis dar galite peržiūrėti savo balsus nemokamai su žaidimo mygtuką šalia balso ieškančiojo.
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.
Geriausia: 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.
Įveskite savo el. laišką gauti 15,000 nemokamai simbolių ir nuolat generuoti kalbą.
Jokio slaptažodžio nereikia – mes jums siųsti nuorodą nustatyti vėliau.
Pasiekta laisvos pakopos riba
Jūs naudojote savo 5000 nemokamai kasdien simbolių. Sukurti nemokamą sąskaitą gauti 15,000 premijų simbolių plius 10,000 nemokamai simbolių kiekvieną mėnesį.
