લખાણને બોલવામાંName AI એજન્ટો સંગીત દ્રશ્યને લખાણમાં ફેરવો અવાજ ક્લોનિંગ અવાજ ડિઝાઇન માર્કેટપ્લેસ વધુ
ક્ષતિનો અહેવાલ આપો / લક્ષણ વિનંતી
OuteTTS

OuteTTS TTS

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

0/500 અક્ષરો · 5,000 પ્રતિ પેઢી માટે નોંધણી કરો →
નોંધણી કરો ૫,૦૦૦ અક્ષરોની મર્યાદા માટે

ચોક્કસ નિયંત્રણ માટે SSML ટેગોમાં તમારું લખાણ લપેટો:

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

પસંદ કરેલ મોડેલ સમજે છે તે ટેગ્સ - તમારા લખાણમાં એકને મૂકવા માટે ક્લિક કરો જ્યાં તે થાય છે:

આ મોડેલ સાદા લખાણને વાંચે છે, તેથી અંદરના ટેગો અવગણવામાં આવે છે. ટેગ આધારિત લાગણી માટે, Orpheus અથવા Bark જેવા વ્યક્ત કરવા માટેના મોડેલમાં બદલો.

વૈવિધ્યપૂર્ણ ઉચ્ચારણો વ્યાખ્યાયિત કરો (શબ્દ = ઉચ્ચારણ):

-12 +12
0.5x 2.0x
Piper, VITS, MeloTTS સાથે મુક્ત
તમારું ઉત્પન્ન થયેલ ઓડિયો અહીં દેખાશે. મોડેલ પસંદ કરો, લખાણ દાખલ કરો, અને ઉત્પન્ન કરો પર ક્લિક કરો.
ઓડિયો સફળતાપૂર્વક પેદા થયેલ છે
0:00
ઓડિયો ડાઉનલોડ કરો .srt ડાઉનલોડ કરો કડી ૨૪ કલાકમાં સમાપ્ત થાય છે
મુક્ત સ્તર: અંગત વપરાશ. $5/મહિનાથી વેપાર લાઇસન્સ
આને તમારો પોતાનો અવાજ બનાવો ૩૦ સેકન્ડોમાં અવાજનો ક્લોન બનાવો
TTS.ai ને પ્રેમ કરો છો? તમારા મિત્રોને કહી દો!

વિશે 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.

માટે શ્રેષ્ઠ: Edge deployment, browser-based TTS, low-resource environments

બધું બ્રાઉઝ કરો OuteTTS અવાજો

એક નજરમાં

ડેવલોપર
OuteAI
લાઇસન્સ
CC BY-NC-SA 4.0 (weights, non-commercial) + Llama 3.2 Community (base)
માત્ર વ્યક્તિગત અને બિન-વ્યાપારિક વપરાશ
તીર
free
ઝડપ
slow
અવાજ ક્લોનિંગ
નહિં
ભાષાઓ
English
મહત્તમ અક્ષરો
1000

OuteTTS અવાજો

Female 1 (Neutral)

English
મુક્ત Female માત્ર વ્યક્તિગત અને બિન-વ્યાપારિક વપરાશ

OuteTTS TTS - વારંવાર પૂછાતા પ્રશ્નો

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.
← બધા અવાજો