Etiquetas el modelo seleccionado entiende — haga clic para soltar uno en su texto donde sucede:
Este modelo lee texto plano, por lo que las etiquetas en línea son ignoradas. Para la emoción basada en etiquetas, cambie a un modelo expresivo como Orfeo o Bark.
Señales de entrega de lenguaje natural. Honrado por Qwen3-TTS hoy; otros modelos expresivos vienen pronto.
Este modelo no admite instrucciones de estilo: cambie a un modelo que lo haga (por ejemplo, Qwen3-TTS).
Este es un modelo de voz premium, disponible en cualquier plan de pago. Todavía puede previsualizar sus voces gratis con el botón de reproducción junto al selector de voz.
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.
Lo mejor para: Edge deployment, browser-based TTS, low-resource environments
CC BY-NC-SA 4.0 (weights, non-commercial) + Llama 3.2 Community (base)
Uso personal y no comercial únicamente
Nivel
free
Velocidad
slow
Clonación de voz
No
Idiomas
English
Máx. caracteres
1000
OuteTTS voces
Female 1 (Neutral)
English
LibreFemaleUso personal y no comercial únicamente
OuteTTS TTS — Preguntas más frecuentes
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.
Introduzca su correo electrónico para seguir generando discurso de forma gratuita, o registrarse para 15.000 caracteres de bonificación.
No se necesita contraseña — te enviaremos un enlace por correo electrónico para establecer uno más tarde.
Límite de nivel libre alcanzado
Usted ha utilizado sus 5.000 caracteres diarios gratis. Cree una cuenta gratuita para obtener 15.000 caracteres de bonificación más 10.000 caracteres gratis cada mes.
