Тэгі, якія разумее выбраная мадэль - націсніце, каб перанесці іх у тэкст:
Гэтая мадэль чытае звычайны тэкст, таму ўбудаваныя тэгі ігнаруюцца. Для эмоцый, заснаваных на тэгах, пераключыцеся на мадэлі выразнасці, такія як Orpheus або Bark.
Натуральная мова. Зараз выкарыстоўваецца Qwen3- TTS; іншыя выразныя мадэлі будуць даступныя ў хуткім часе.
Гэтая мадэль не падтрымлівае інструкцыі стылю - пераключыцеся на мадэль, якая гэта робіць (напрыклад, Qwen3- TTS).
Вызначыць уласнае вымаўленне (слова = вымаўленне):
-12
+12
Выразнасць (0 = нейтральны, 1 = вельмі выразны)
Настаўленне без класіфікатара (большы = больш падказкі)
Апісаць стыль голасу натуральнай мовай (Parler выкарыстоўвае гэта замест прадвызначаных голасаў)
Фармат дыялогу Dia: Выкарыстоўвайце тэгі < code> [S1] і < code> [S2] для таго, каб пазначыць розных гульцоў. Прыклад: < code> [S1] Прывітанне! [S2] Прывітанне, як справы?
✨ Галасовая мадэль PremiumKCharselect unicode block name
Гэта прэміум- мадэлі голасу, даступныя ў любым платным плане. Вы можаце праглядзець яго голас бясплатна з дапамогай кнопкі прайгравання побач з выбарам голасу.
OuteTTS by OuteAI takes a language-model approach to speech: it extends an LLM with text-to-speech capability while keeping the original architecture intact, so it can run through standard LLM tooling. That gives it unusually broad backend support — llama.cpp on CPU or GPU, Hugging Face Transformers, ExLlamaV2, VLLM, and even in-browser inference via Transformers.js. It is a natural fit for edge deployment and low-resource environments where running a model client-side or on CPU matters more than raw speed. On TTS.ai it is offered on the free tier for English. Because the LLM-based pipeline is slow on long inputs, it is best used for shorter regular text rather than long-form cloning.
CC BY-NC-SA 4.0 (weights, non-commercial) + Llama 3.2 Community (base)
Толькі асабістае і некамэрцыйнае выкарыстаньне
Стварыць
free
Хуткасць
slow
Клонаванне голасу
Не
Мовы
English
Найбольшая колькасць знакаў
1000
OuteTTS галасы
Female 1 (Neutral)
English
СвабодныFemaleТолькі асабістае і некамэрцыйнае выкарыстаньне
OuteTTS Частыя пытанні
Across many backends — llama.cpp (CPU or GPU), Hugging Face Transformers, ExLlamaV2, VLLM, and even directly in the browser through Transformers.js — because it preserves the underlying LLM architecture.
Its LLM-based design runs efficiently on CPU and in the browser, so it can operate client-side or on modest hardware without a dedicated GPU.
It works best on shorter inputs. The LLM-based pipeline is slow on long passages, so it is offered for regular short-to-medium TTS rather than long-form generation.
