Seçilmiş modeli anlayan etiketler — bir tanesini metinde olduğu yere bırakmak için tıklayınız:
Bu model sıradan metin okur, bu yüzden satır içindeki etiketler göz ardı edilir. Etiket tabanlı duygular için, Orpheus veya Bark gibi ifadesel bir modele geçin.
Doğal dil iletimi işaretleri. Bugün Qwen3-TTS tarafından onurlandırıldı; diğer ifade modelleri yakında gelecek.
Bu model stil talimatlarını desteklemez — yapabilecek bir modele geçin (örneğin Qwen3-TTS).
Özel telaffuzları tanımla (kelime = telaffuz):
-12
+12
İfadeciliği kontrol eder (0 = tarafsız, 1 = çok ifadeci)
Sınıflandırıcı-sıfır rehberlik ağırlığı (yüksek = daha fazla uyarı-izleme)
Ses tarzını doğal dil ile tanımla (Parler önde belirlenmiş sesler yerine bunu kullanır)
Dia diyalog biçimi: Farklı konuşmacıları işaretlemek için [S1] ve [S2] etiketlerini kullanın. Örnek: [S1] Merhaba! [S2] Merhaba, nasılsın?
Bu, herhangi bir ücretli planda mevcut olan premium bir ses modelidir. Ses seçicisinin yanındaki oynat düğmesi ile sesleri ücretsiz olarak önizleyebilirsiniz.
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.
En iyi: 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.
