Etiquetes del model seleccionat entenen el clic show clic per a deixar- ne un al text a on succeeix:
Aquest model llegeix text pla, així que les etiquetes inserides s' ignoren. Per a emocions basades en etiquetes, canvieu a un model expressiu com Orfeus o Bark.
Senyals d' enviament en línia natural. Honed by Qwen3-TTS avui en dia; altres models expressius arriben aviat.
Aquest model no permet instruccions d' estil switch a un model que fa (p. ex. Qwen3- TTS).
Aquest és un model de veu de primera, disponible en qualsevol pla pagat. Encara podeu previsualitzar les seves veus lliures amb el botó de joc al costat del selector de veu.
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)
Només ús personal i no comercial
TierCity name (optional, probably does not need a translation)
free
Velocitat
slow
clonació de veu
No
Idiomes
English
Nombre màxim de caràcters
1000
OuteTTS veus
Female 1 (Neutral)
English
LliureFemaleNomés ús personal i no comercial
OuteTTS PMF TTS
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.
Introduïu el vostre correu electrònic per tal de seguir generant la llibertat d'expressió o com a signe de 15 mil caràcters de bonificació.
Sense contrasenya cal que t'evoquerem un enllaç per establir- ne un més tard.
S' ha arribat al límit lliure del Tier
Has utilitzat els teus 5000 caràcters diaris. Creeu un compte lliure per aconseguir 15.000 caràcters de bonificació més de 10.000 caràcters lliures cada mes.
