OuteTTS

OuteTTS អត្ថបទ​ទៅ​សំឡេង

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

ចុះឈ្មោះ កំណត់​សម្រាប់​តួអក្សរ ៥, ០០០

រុំ​អត្ថបទ​របស់​អ្នក​ក្នុង​ស្លាក SSML សម្រាប់​ការ​ត្រួតពិនិត្យ​ជាក់លាក់ ៖

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

ស្លាក​ដែល​ម៉ូដែល​ដែល​បាន​ជ្រើស​យល់​ — ចុច​ដើម្បី​ទម្លាក់​មួយ​ទៅ​ក្នុង​អត្ថបទ​របស់​អ្នក​នៅ​កន្លែង​ដែល​វា​កើតឡើង ៖

ម៉ូដែល​នេះ​អាន​អត្ថបទ​ធម្មតា ដូច្នេះ​ស្លាក​ក្នុង​បន្ទាត់​ត្រូវ​បាន​មិន​អើពើ ។ សម្រាប់​អារម្មណ៍​ដែល​មាន​មូលដ្ឋាន​លើ​ស្លាក ប្ដូរ​ទៅ​ម៉ូដែល​បង្ហាញ​ដូច​ជា Orpheus ឬ Bark ។

កំណត់​ការ​បញ្ចេញ​សំឡេង​ផ្ទាល់ខ្លួន (ពាក្យ = ការ​បញ្ចេញ​សំឡេង) ៖

-12 +12
0.5x 2.0x
ឥតគិតថ្លៃ​ជាមួយ Piper, VITS, MeloTTS
អូឌីយ៉ូ​ដែល​បាន​បង្កើត​របស់​អ្នក​នឹង​លេចឡើង​នៅ​ទីនេះ ។ ជ្រើស​ម៉ូដែល បញ្ចូល​អត្ថបទ ហើយ​ចុច បង្កើត ។
បាន​បង្កើត​អូឌីយ៉ូ​ដោយ​ជោគជ័យ
0:00
ទាញយក​អូឌីយ៉ូ ទាញយក.srt តំណផុតកំណត់ក្នុង 24h
កម្រិត​ឥត​គិត​ថ្លៃ ៖ ការ​ប្រើ​ផ្ទាល់​ខ្លួន ។ អាជ្ញាប័ណ្ណពាណិជ្ជកម្មពី $5/ខែ
ធ្វើ​ឲ្យ​នេះ​ជា​សំឡេង​របស់​អ្នក ក្លូន​សំឡេង​ក្នុង ៣០ វិនាទី
ស្រឡាញ់ TTS.ai? ប្រាប់មិត្តភក្តិរបស់អ្នក!

អំពី 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.

ល្អបំផុត​សម្រាប់: Edge deployment, browser-based TTS, low-resource environments

រកមើល​ទាំងអស់ OuteTTS សំឡេង

ទិដ្ឋភាព​ទូទៅ

អ្នក​អភិវឌ្ឍន៍
OuteAI
អាជ្ញាបណ្ណ
Apache 2.0
ផ្កាយ
free
ល្បឿន
slow
ការ​ក្លូន​សំឡេង
គ្មាន
ភាសា
English
តួអក្សរ​អតិបរមា
1000

OuteTTS សំឡេង

Female 1 (Neutral)

English
ឥត​គិត​ថ្លៃ Female

OuteTTS TTS - សំណួរ​ដែល​សួរ​ញឹកញាប់

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.
← សំឡេង​ទាំងអស់