KhanomTan TTS អត្ថបទទៅសំឡេង
An open, commercially-licensed Thai-first text-to-speech model with multiple speaker voices.
រុំអត្ថបទរបស់អ្នកក្នុងស្លាក SSML សម្រាប់ការត្រួតពិនិត្យជាក់លាក់ ៖
<speak><prosody rate="slow">Slow speech</prosody></speak>
ស្លាកដែលម៉ូដែលដែលបានជ្រើសយល់ — ចុចដើម្បីទម្លាក់មួយទៅក្នុងអត្ថបទរបស់អ្នកនៅកន្លែងដែលវាកើតឡើង ៖
ម៉ូដែលនេះអានអត្ថបទធម្មតា ដូច្នេះស្លាកក្នុងបន្ទាត់ត្រូវបានមិនអើពើ ។ សម្រាប់អារម្មណ៍ដែលមានមូលដ្ឋានលើស្លាក ប្ដូរទៅម៉ូដែលបង្ហាញដូចជា Orpheus ឬ Bark ។
កំណត់ការបញ្ចេញសំឡេងផ្ទាល់ខ្លួន (ពាក្យ = ការបញ្ចេញសំឡេង) ៖
អំពី KhanomTan TTS
KhanomTan TTS was built by Thai NLP contributor Wannaphong Phatthiyaphaibun on top of the YourTTS multilingual VITS architecture, and trained on CC0 and other permissively-licensed Thai corpora including TSync. Where most open TTS models only cover Thai under research-only or non-commercial terms, KhanomTan ships under Apache 2.0, making it a rare commercially-safe choice for the language. It offers a small roster of speaker voices and runs fast at roughly five seconds per generation in around 2GB of VRAM. It fits Thai voiceovers, narration for Thai-language apps, and accessibility tooling where licensing clarity matters.
ល្អបំផុតសម្រាប់: Thai voiceovers, Thai-language content and apps
រកមើលទាំងអស់ KhanomTan TTS សំឡេងទិដ្ឋភាពទូទៅ
- អ្នកអភិវឌ្ឍន៍
- Wannaphong Phatthiyaphaibun
- អាជ្ញាបណ្ណ
- Apache 2.0
- ផ្កាយ
- standard
- ល្បឿន
- fast
- ការក្លូនសំឡេង
- គ្មាន
- ភាសា
- Thai
- តួអក្សរអតិបរមា
- 500