Spark TTS TTS
Voice cloning from five seconds of audio combined with prompt-based control over emotion, speed, and speaking style.
Enveloppez votre texte dans des balises SSML pour un contrôle précis :
<speak><prosody rate="slow">Slow speech</prosody></speak>
Mots clés le modèle sélectionné comprend — cliquez pour en déposer un dans votre texte où il se produit:
Ce modèle lit du texte clair, donc les balises en ligne sont ignorées. Pour l'émotion basée sur les tags, passer à un modèle expressif comme Orphée ou Bark.
Définir les prononciations personnalisées (mot = prononciation) :
À propos 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.
Meilleur pour: Content creation with cloned voices and emotional control
Tout voir Spark TTS voixEn un coup d'oeil
- Développeur
- SparkAudio
- Licence
- CC BY-NC-SA 4.0
- Niveau
- standard
- Régime
- medium
- Closonnage de la voix
- Oui
- Langues
- English, Chinese
- Personnages maxi
- 1000