Помечает выбранную модель, которая понимает — нажмите, чтобы выкинуть одну в ваш текст, где она случается:
Эта модель читает простой текст, поэтому встраиваемые метки игнорируются. Для эмоций на основе метки переключайтесь на экспрессивную модель, как Орфей или Барк.
Натурально-лингвистические сигналы. Почетен сегодня Qwen3-TTS; скоро придут другие экспрессивные модели.
Эта модель не поддерживает инструкции стиля — переключаться на модель, которая есть (например, Qwen3-TTS).
Определить традиционные произношения (слово = произношение):
-12
+12
Контроль экспрессивности (0 = нейтральная, 1 = очень экспрессивная)
Недифференцируемый грузоподъемность (более высокая = более быстрое следование)
Опишите стиль голоса на естественном языке (Парлер использует это вместо предварительного нажатия голоса)
Диалоговый формат: Используйте <код>[S1] и <код>[S2] метки для обозначения различных ораторов. Пример: <код>[S1] Алло! [S2] Привет, как вы?>/код>
Это премиальная голосовая модель, доступная на любом платном плане. Вы можете бесплатно презентовать его голоса с кнопкой для воспроизведения рядом с голосовым пикателем.
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.
Лучший для: Edge deployment, browser-based TTS, low-resource environments
CC BY-NC-SA 4.0 (weights, non-commercial) + Llama 3.2 Community (base)
Только личное и некоммерческое использование
Тяжелый
free
Скорость
slow
Клонирование голоса
Нет
Знание языков
English
Максимум символов
1000
OuteTTS голоса
Female 1 (Neutral)
English
СвободныеFemaleТолько личное и некоммерческое использование
OuteTTS TTS - FAQ
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.
Введите email, чтобы получить 15,000 бесплатных символов и продолжить генерировать речь.
Пароль не нужен - мы направим вам ссылку, чтобы установить его позже.
Свободный предел роста
Вы использовали 5,000 бесплатных дневных символов. Создайте бесплатный аккаунт, чтобы получить 15,000 бонусных символов плюс 10,000 бесплатных символов каждый месяц.
