Parler TTS

Parler TTS ТТС

Describe the voice you want in plain English and Parler generates speech matching that description.

Каттоо 5000 символго чейин

Текстти SSML тегдерине өткөрүп берүү:

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

Белгилер, тандалган модель түшүнөт — текстке бирин коюу үчүн, аны чыкылдатыңыз:

Бул модель жөнөкөй текстти окуйт, ошондуктан тексттеги тегдер эске алынбайт. Тегдер менен эмоцияларды жаратууда Orpheus же Bark сыяктуу экспрессивдүү моделдерге өтүү керек.

Өзгөчө сүйлөмдөрдү аныктоо (сөз = сүйлөм):

-12 +12
0.5x 2.0x
Piper, VITS, MeloTTS менен акысыз
Сиздин түзүлгөн аудио файлыңыз бул жерде пайда болот. Модель тандап, текстти киргизип, Жаңылоо баскычын басыңыз.
Аудио ийгиликтүү түзүлгөн
0:00
Аудиону жүктөп алуу .srt жүктөп алуу Ссылканын мөөнөтү 24 сааттан кийин аяктайт
Free level: жеке колдонуу. Коммерциялык лицензия $5/айдан
Бул үндү өзүңүздүн үнүңүзгө айландырыңыз 30 секундда үндү клондоо
TTS.ai сизге жактыбы? Досторуңузга айтып коюңуз!

Маалымат Parler TTS

Parler TTS, developed by Hugging Face, replaces voice presets with natural-language control: instead of picking from a fixed list, you write a description such as "a warm female voice with a slight British accent, speaking slowly and clearly," and the model synthesizes speech to match. This makes it unusually flexible for creative work where you need a specific, custom voice character without recording or cloning anyone. It is an 880M-parameter transformer encoder-decoder trained on roughly 45,000 hours of speech, and it is released under the permissive Apache 2.0 license. Parler is English-focused and best suited to applications that benefit from on-demand, describable voice characteristics.

Эң жакшысы: Creative applications where you need custom voice characteristics

Баарын кароо Parler TTS үн

Бир көз салуу

Жазуучу
Hugging Face
Лицензия
Apache 2.0
Тигр
standard
Жылдамдыгы
medium
Сөздү клондоо
Жок
Тилдер
English
Макс. символдор
500

Parler TTS үн

Default

English
Стандарттык Neutral

Parler TTS ТТС — Жогорудагы суроолор

You describe it in natural language — gender, accent, pace, tone, and recording quality — and Parler generates speech matching the description. There are no preset voices to choose from.

Hugging Face. It is an 880M-parameter transformer encoder-decoder trained on around 45,000 hours of speech and released under Apache 2.0.

No. Parler generates a voice from a text description rather than from a reference recording. For cloning a specific voice, use a model like Chatterbox or GPT-SoVITS.
← Бардык үн