Szöveg a beszédhez AI ügynökök Zene Beszéd szövegre Hang klónozása Hangtervezés Piactér Még
Hibajelentés / feladatkérés
GPT-SoVITS

GPT-SoVITS TTS

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

0/500 karakterek · Feliratkozás 5000 generációnként →
Regisztrálj! 5000 karakterhatárra

Írja be a szöveget az SSML címkékbe a pontos vezérlés érdekében:

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

A kijelölt modell tagjeiben a ~ kattintson az alábbi szövegbe:

Ez a modell egyszerű szöveget olvas, így a sorcímke figyelmen kívül marad. A tag alapú érzelem, váltson át egy expresszív modell, mint Orpheus vagy Bark.

Definiáld az egyéni kiejtéseket (szó = kiejtés):

-12 +12
0.5x 2.0x
Szabad Piper, VITS, MelotTS
A generált audio jelenik meg itt. Válasszon ki egy modellt, írja be a szöveget, és kattintson a Generate gombra.
Audio generált sikeresen
0:00
Audio letöltése Letöltés.srt A kapcsolat 24 órán belül lejár
Ingyenes szint: személyes használat. Kereskedelmi engedély 5 dollárról
Mondd el a barátaidnak!

About 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.

Legjobb: Voice cloning, singing synthesis, content creator voice replication

Összes böngészés GPT-SoVITS hangok

Egy pillantásra

Fejlesztő
RVC-Boss
Jogosítvány
MIT
Tier
standard
Sebesség
slow
Hang klónozása
Igen.
Nyelvek
English, Chinese, Japanese, Korean
Max. karakterek
500

GPT-SoVITS hangok

Default

Chinese
Szabvány Neutral

English Default

English
Szabvány Neutral

Japanese Default

Japanese
Szabvány Neutral

Korean Default

Korean
Szabvány Neutral

GPT-SoVITS TTS - FAQCharselect unicode block name (optional, probably does not need a translation)

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.
← Minden hang