OuteTTS

OuteTTS TTS

An LLM-based TTS that runs on CPU, GPU, or even in the browser via llama.cpp and Transformers.js.

Εγγραφείτε για όριο 5.000 χαρακτήρων

Τυλίξτε το κείμενο σας σε ετικέτες EEML για τον ακριβή έλεγχο:

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

Ετικέτες το επιλεγμένο μοντέλο καταλαβαίνει □ κάντε κλικ για να ρίξετε ένα στο κείμενο σας όπου συμβαίνει:

Αυτό το μοντέλο διαβάζει απλό κείμενο, έτσι οι ετικέτες inline αγνοούνται. Για tag-based συναίσθημα, μεταβείτε σε ένα εκφραστικό μοντέλο όπως ο Ορφέας ή Bark.

Define custom προφορές (word = εκφώνηση):

-12 +12
0.5x 2.0x
Δωρεάν με Piper, VITS, MeloTTS
Επιλέξτε ένα μοντέλο, εισάγετε το κείμενο και κάντε κλικ στη Δημιουργία.
Ο Ήχος Δημιουργήθηκε Επιτυχώς
0:00
Λήψη ήχου Κατεβάστε.srt Η σύνδεση λήγει σε 24 ώρες
Δωρεάν βαθμίδα: προσωπική χρήση. Εμπορική άδεια από $ 5 /mo
Τρέξιμο χαμηλό σε ελεύθερους χαρακτήρες Πάρτε 200K χαρακτήρες κάθε μήνα ~ $ 5 /mo ή ένα πακέτο 100K για $5
Κάνε αυτό τη δική σου φωνή. Κλώνε μια φωνή σε 30 δευτερόλεπτα
Αγάπη TTS.ai; Πες στους φίλους σου!

Σχετικά OuteTTS

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.

Το καλύτερο για: Edge deployment, browser-based TTS, low-resource environments

Περιήγηση σε όλα OuteTTS φωνές

Με μια ματιά.

Προγραμματιστής
OuteAI
Άδεια
Apache 2.0
Βαθμίδα
free
Ταχύτητα
slow
Κλωνοποίηση φωνής
Όχι.
Γλώσσες
English
Μεγ. χαρακτήρες
1000

OuteTTS φωνές

Female 1 (Neutral)

English
Ατελώς Female

OuteTTS TTS □ Συχνές ερωτήσεις

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.
← Όλες οι φωνές