KhanomTan TTS نووسراو بۆ بیستراو
An open, commercially-licensed Thai-first text-to-speech model with multiple speaker voices.
نوسراوەکەت بگۆڕە بۆ تگەکانی SSML بۆ کۆنتڕۆڵی ڕاستەقینە:
<speak><prosody rate="slow">Slow speech</prosody></speak>
تگەکان کە مۆدێلی هەڵبژێردراو تێیدەگات - بکەرەوە بۆ ئەوەی یەکێکیان بخەیتە ناو دەقەکەتەوە کە تیایدا ڕوودەدات:
ئەم مۆدێلە نوسراوێکی ئاسایی دەخوێنێتەوە، بۆیە تاگەکانی ناو ڕستە پشتگوێ دەخرێت. بۆ هەستێکی لەسەر بنەمای تاگ، بگەڕێ بۆ مۆدێلێکی دەربڕین وەک ئۆرفیۆس یان بارک.
پێناسەکردنی دەنگی خۆت (وشە = دەنگی):
دەربارەی 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.
باشترین بۆ: Thai voiceovers, Thai-language content and apps
سەردانی هەموویان بکە KhanomTan TTS دەنگیچاوپێکەوتن
- پەرەپێدەر
- Wannaphong Phatthiyaphaibun
- مۆڵەتی بەکارھێنەر
- Apache 2.0
- یهمهن
- standard
- خێرایی
- fast
- دووبارە دروستکردنی دەنگی
- نەخێر
- زمان
- Thai
- زۆرترین پیت
- 500