बोलने के लिए पाठ एआई एजेंट्स संगीत पाठ से वार्ता आवाज कोलोन आवाज डिज़ाइन बाजार स्थान अधिक
बग/ विशेषता निवेदन रिपोर्ट करें
GPT-SoVITS

GPT-SoVITS टीएसटी

A few-shot voice cloning model that replicates a voice — and can even sing — from as little as five seconds of audio.

0/500 अक्षर · प्रति पीढ़ी के लिए ५,००० के लिए हस्ताक्षर करें →
ऊपर हस्ताक्षर करें 5,000 अक्षर सीमा के लिए

अस्थायी नियंत्रण के लिए एसएसएमएल टैग में अपने पाठ को लपेटें:

<speak><prosody rate="slow">Slow speech</prosody></speak>

चुने गए मॉडल को समझने के लिए टैग - पर क्लिक करें जहाँ हो वहाँ किसी को छोड़ा जाए:

यह मॉडल सादा पाठ पढ़ता है, तो इनलाइन टैग नज़रअंदाज़ किया जाता है. टैग आधारित भावना के लिए, ओरे-हिक मॉडल या बारक में स्विच करता है.

मनपसंद उच्चारण पारिभाषित करें (नाम = उच्चारण):

-12 +12
0.5x 2.0x
पाइप, VITS, मेरोच के साथ मुक्त
आपका उत्पन्न ऑडियो यहाँ प्रकट होगा. कोई मॉडल चुनें, पाठ भरें, और क्लिक करें.
ऑडियो सफलतापूर्वक बनाया गया
0:00
ऑडियो डाउनलोड करें डाउनलोड लिंक का समय 24h में
फ्री टाई: निजी इस्तेमाल । $5/मो से व्यावसायिक लाइसेंस
मुक्त अक्षरों पर कम चला रहा है हर महीने 200के अक्षर लाएँ — $5/मो या एक बार 100के पैक
अपनी आवाज़ इस तरह बुझाइए 30 सेकंड में एक आवाज क्लोन करें
अपने दोस्तों को बताइए!

के बारे में GPT-SoVITS

GPT-SoVITS, created by the developer known as RVC-Boss, combines GPT-style language modeling with SoVITS (Singing Voice Conversion / synthesis) to deliver some of the most accessible voice cloning in open source. With as little as five seconds of reference audio it captures a speaker's timbre and style, and it stands out from most TTS models in handling singing as well as speech. It works across English, Chinese, Japanese, and Korean and supports cross-lingual generation, so a cloned voice can speak a language the reference clip never used. It is widely used by content creators for voice replication, dubbing, and song covers, and reaches high fidelity for a model of its size.

के लिए उत्तम: Voice cloning, singing synthesis, content creator voice replication

सभी ब्राउज़ करें GPT-SoVITS आवाज़

एक नज़र

डेवलपर
RVC-Boss
लाइसेंस
MIT
टीयर
standard
गति
slow
आवाज कहीं नहीं
हाँ
भाषाएँ
English, Chinese, Japanese, Korean
अधिकतम अक्षर
500

GPT-SoVITS आवाज़

Default

Chinese
मानक Neutral

English Default

English
मानक Neutral

Japanese Default

Japanese
मानक Neutral

Korean Default

Korean
मानक Neutral

GPT-SoVITS टीएस — प्रयोग कर रहा है

As little as five seconds. It uses few-shot learning, so a short reference clip is enough to capture a speaker, though a cleaner and slightly longer sample improves similarity.

Yes. Its SoVITS lineage comes from singing voice synthesis, so unlike most TTS models it can generate singing as well as spoken voice, which is why it is popular for song covers.

English, Chinese, Japanese, and Korean, with cross-lingual synthesis — a voice cloned from one language can be made to speak the others.
← सभी आवाज