Tags që modeli i zgjedhur i kupton - kliko për të vendosur një në tekstin tuaj ku ndodh:
Ky model lexon tekst të thjeshtë, kështu që etiketat e brendshme injorohen. Për emocione të bazuara në etiketa, kalo në një model shprehës si Orpheus ose Bark.
Shënim për transmetimin e gjuhës natyrore. Nderuar sot nga Qwen3-TTS; modele të tjera ekspresive do të vijnë së shpejti.
Ky model nuk suporton instruksionet e stilit — kalo në një model që i suporton ato (p.sh. Qwen3-TTS).
Përcakto përkthimin e personalizuar (fjalë = përkthim):
-12
+12
Kontrollon shprehjen (0 = neutral, 1 = shumë shprehëse)
Pesha e udhëzimit pa klasifikues (më e lartë = më shumë ndjekje e kërkesës)
Përshkruaj stilin e zërit në gjuhën natyrore (Parler e përdor këtë në vend të zërave të paracaktuar)
Dia Dialog Formati: Përdor [S1] dhe [S2] për të shënuar folës të ndryshëm. Shembull: [S1] Përshëndetje! [S2] Përshëndetje, si jeni?
Ky është një model zëri premium, i disponueshëm në çdo plan të paguar. Mund të parashikoni zërat e tij pa pagesë me butonin e riprodhimit pranë zgjedhësit të zërit.
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.
Më i miri për: 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.
Shkruaj emailin tënd për të marrë 15,000 karaktere falas dhe vazhdo të gjenerosh fjalë.
Nuk duhet fjalëkalim — do të dërgojmë një lidhje me email për të vendosur një më vonë.
Kufiri i nivelit të lirë është arritur
Ke përdorur 5,000 karakterët e tu të përditshëm falas. Krijo një llogari falas për të marrë 15,000 karakterë bonus plus 10,000 karakterë falas çdo muaj.
