Spark TTS 1 - تكنولوجيا المعلومات والاتصالات
Voice cloning from five seconds of audio combined with prompt-based control over emotion, speed, and speaking style.
لف نصك في علامات SSML للتحكم الدقيق:
<speak><prosody rate="slow">Slow speech</prosody></speak>
العلامات التي يفهمها النموذج المختار — انقر لإسقاط واحدة في نصك حيث تحصل:
هذا النموذج يقرأ النص العادي، لذلك يتم تجاهل العلامات في السطر. للتعبير عن المشاعر القائمة على العلامات، انتقل إلى نموذج تعبيري مثل أورفيوس أو بارك.
تعريف النطق العادي (كلمة = نطق):
حول Spark TTS
Spark TTS by SparkAudio merges voice cloning with controllable delivery in a single prompt-driven system. Using just five seconds of reference audio it clones a voice, then lets you steer emotion, speed, and speaking style while keeping that cloned identity intact. Under the hood it combines a BiCodec audio tokenizer, an LLM, and flow matching, and it supports English and Chinese. It is aimed at content creation where a single cloned voice needs to express a range of moods and pacing. Note the licensing split: Spark's code is Apache 2.0, but the model weights are released under CC BY-NC-SA 4.0, which restricts commercial use.
أفضل لل: Content creation with cloned voices and emotional control
تصفح جميع Spark TTS الأصواتلمحة عامة
- مطوِّر
- SparkAudio
- الترخيص
- CC BY-NC-SA 4.0
- الرتبة
- standard
- السرعة
- medium
- استنساخ الصوت
- نعم
- اللغات
- English, Chinese
- الحد الأقصى للحروف
- 1000