ಮಾತಿನ ಪಠ್ಯ AI ಏಜರ್‌ಗಳು ಸಂಗೀತ ಮಾತಿನ ಪಠ್ಯ ಧ್ವನಿ ಕೆರಳುವಿಕೆ ಧ್ವನಿ ವಿನ್ಯಾಸName ಮಾರುಕಟ್ಟು ಇನ್ನಷ್ಟು
ದೋಷ / ಉಪಘಟಕದ ಮನವಿಯನ್ನು ವರದಿ ಮಾಡು@ option: check Ask for Confirmation When
OuteTTS

OuteTTS ಟಿಟಿಟ್ಸ್Name

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

0/500 ಲಿಪ್ಯಂಶಗಳು · ಪ್ರತಿ ಪೀಳಿಗೆಗೆ 5,000 ಕ್ಕೆ ಸಹಿ ಹಾಕಿ →
ಚಿಹ್ನೆಯನ್ನು ಚಿಹ್ನೆಯಾಗಿಸು 5,000 ಅಕ್ಷರ ಮಿತಿಗಾಗಿ

ನಿಖರವಾದ ನಿಯಂತ್ರಣಕ್ಕಾಗಿ ನಿಮ್ಮ ಪಠ್ಯವನ್ನು SSML ಟ್ಯಾಗ್‌ಗಳಲ್ಲಿ ಭದ್ರಗೊಳಿಸು:

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

ಆಯ್ಕೆ ಮಾಡಲಾದ ಮಾದರಿಗೆ ಗೊಂಬೆ ಹಾಕಿದರೆ ಅದು ನಡೆಯುವ ನಿಮ್ಮ ಪಠ್ಯದಲ್ಲಿ ಒಂದನ್ನು ಹಾಕಲು ಒತ್ತಿ:

ಈ ನಮೂನೆಯನ್ನು ಸರಳ ಪಠ್ಯವಾಗಿ ಓದುವುದರಿಂದ, ಆನ್‌ಲೈನ್ ಟ್ಯಾಗ್‌ಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತದೆ. ಟ್ಯಾಗ್‌- ಸಂಬಂಧಿತ ಭಾವನಾತಕ್ಕಾಗಿ, ಆರೆಫಸ್ ಅಥವ ಬಾರ್ಕ್ ನಂತಹ ಒಂದು ಚಿತ್ರಾಂಶದ ನಮೂನೆಗೆ ಬದಲಾಯಿಸಲಾಗುತ್ತದೆ.

ಗ್ರಾಹಕೀಯ ಉದ್ಧರಣೆಗಳನ್ನು (ಮಾತು = ಉಚ್ಚಾರಣೆಯನ್ನು) ಅರ್ಥನಿರೂಪಿಸು:

-12 +12
0.5x 2.0x
ಪಿಪರ್‌, ವೈಟ್ಸ್‌, ಮೆಲೋಟ್ಸ್‌
ನೀವು ಉತ್ಪಾದಿಸಿದ ಆಡಿಯೊವು ಇಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಒಂದು ನಮೂನೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡಿ, ಪಠ್ಯವನ್ನು ನಮೂದಿಸಿ ಮತ್ತು ಉತ್ಪತ್ತಿಯನ್ನು ಒತ್ತಿ.
ಶ್ರವ್ಯಾಂಶ (ಆಡಿಯೋ) ದೃಡೀಕರಿಸಲಾದ ಧ್ವನಿ
0:00
ಆಡಿಯೊವನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡು . sstring ಡೌನ್‌ಲೋಡ್ ಕೊಂಡಿಯ ವಾಯಿದೆ 24h ನಲ್ಲಿ
ರಿಚರ್ಡ್‌ ಟೈರ್‌: ವೈಯಕ್ತಿಕ ಉಪಯೋಗ. 550/% ನಲ್ಲಿನ ವ್ಯಾಪಾರೀ ಲೈಸನ್ಸ್
ನಿಮ್ಮ ಸ್ನೇಹಿತರನ್ನು ಪ್ರೀತಿಸುತ್ತೀರಾ?

ಕುರಿತು 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.

ಇದಕ್ಕೆ ಉತ್ತಮ: Edge deployment, browser-based TTS, low-resource environments

ಎಲ್ಲವನ್ನೂ ವೀಕ್ಷಿಸು OuteTTS ಧ್ವನಿಗಳು

ಒಂದು ನೋಟದಲ್ಲಿ

ವಿಕಾಸಕ
OuteAI
ಪರವಾನಗಿ
CC BY-NC-SA 4.0 (weights, non-commercial) + Llama 3.2 Community (base)
ವೈಯಕ್ತಿಕ ಹಾಗು ಗಣಕ- ಸಂಬಂಧಿತ ಉಪಯೋಗ( commercory) ಮಾತ್ರ
ಟೈಅರ್
free
ವೇಗ
slow
ಧ್ವನಿ ಕ್ಯೂನಿಫಾರಂ
ಇಲ್ಲ
ಭಾಷೆಗಳುName
English
ಗರಿಷ್ಟ ಅಕ್ಷರಗಳು
1000

OuteTTS ಧ್ವನಿಗಳು

Female 1 (Neutral)

English
ಉಚಿತ Female ವೈಯಕ್ತಿಕ ಹಾಗು ಗಣಕ- ಸಂಬಂಧಿತ ಉಪಯೋಗ( commercory) ಮಾತ್ರ

OuteTTS ಟಿ.

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.
← ಎಲ್ಲಾ ಧ್ವನಿಗಳು