Questo modello legge testo semplice, quindi i tag inline vengono ignorati. Per le emozioni basate sui tag, passare a un modello espressivo come Orpheus o Bark.
Scene di consegna in lingua naturale. Onorato oggi da Qwen3-TTS; altri modelli espressivi in arrivo.
Questo modello non supporta le istruzioni di stile per passare a un modello che lo fa (ad esempio Qwen3-TTS).
Definire le pronunciazioni personalizzate (parola = pronuncia):
-12
+12
Controlla l'espressività (0 = neutro, 1 = molto espressivo)
Peso di guida senza classificatore (più alto = seguito più rapido)
Descrivi lo stile vocale nel linguaggio naturale (Parler usa questo al posto delle voci preimpostate)
Formato della finestra di dialogo dia: Usare [S1] e [S2] tag per contrassegnare diversi altoparlanti. Esempio: [S1] Ciao! [S2] Ciao, come stai?
Questo è un modello di voce premium, disponibile su qualsiasi piano a pagamento. Puoi ancora visualizzare in anteprima le sue voci gratuite con il pulsante di riproduzione accanto al picker voce.
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.
Meglio per: Edge deployment, browser-based TTS, low-resource environments
CC BY-NC-SA 4.0 (weights, non-commercial) + Llama 3.2 Community (base)
Solo uso personale e non commerciale
Livello
free
Velocità
slow
Clonazione vocale
No.
Lingue
English
Caratteri massimi
1000
OuteTTS voci
Female 1 (Neutral)
English
LiberoFemaleSolo uso personale e non commerciale
OuteTTS FAQ del 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.
Inserisci la tua email per ottenere 15,000 caratteri gratuiti e continuare a generare voce.
Nessuna password necessaria Ti invieremo un link per impostarne uno più tardi.
Limite di livello libero raggiunto
Hai usato i tuoi 5,000 caratteri gratuiti giornalieri. Crea un account gratuito per ottenere 15,000 caratteri bonus più 10,000 caratteri gratuiti ogni mese.
