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.
Mentionnée par Qwen3-TTS aujourd'hui; d'autres modèles expressifs arrivent bientôt.
Ce modèle ne prend pas en charge les instructions de style — passer à un modèle qui le fait (par exemple Qwen3-TTS).
Définir les prononciations personnalisées (mot = prononciation) :
-12
+12
Contrôle de l'expressivité (0 = neutre, 1 = très expressif)
Poids indicatif sans classificateur (plus élevé = suivi plus rapide)
Décrivez le style de la voix en langage naturel (Parler utilise ceci au lieu de voix prédéfinies)
Format de la boîte de dialogue : Utilisez les balises [S1] et [S2] pour marquer différents haut-parleurs. Exemple: [S1] Bonjour! [S2] Bonjour, comment allez-vous?
Il s'agit d'un modèle de voix premium, disponible sur n'importe quel forfait payant. Vous pouvez toujours prévisualiser ses voix gratuitement avec le bouton de lecture à côté du sélectionneur de voix.
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
NormeNeutralUsage personnel et non commercial seulement
Default
English
NormeNeutralUsage personnel et non commercial seulement
Spark TTS TTS — FAQ
It uses a prompt-based control system layered on top of voice cloning, so you can adjust emotion, speed, and speaking style while preserving the identity of the cloned voice.
About five seconds of reference audio is enough to clone a voice in English or Chinese.
Its model weights are licensed CC BY-NC-SA 4.0, which prohibits commercial use, even though the project code is Apache 2.0. Choose a permissively-licensed model for commercial work.
Entrez votre e-mail pour continuer à générer la parole gratuitement, ou inscrivez-vous pour 15 000 caractères bonus.
Pas de mot de passe nécessaire — nous vous enverrons un lien pour en définir un plus tard.
Limite de niveau libre atteinte
Vous avez utilisé vos 5 000 caractères quotidiens gratuits. Créez un compte gratuit pour obtenir 15 000 caractères bonus plus 10 000 caractères gratuits chaque mois.
Vous avez atteint votre limite de modèle libre. Mettez à niveau pour plus de caractères, ou achetez un pack de caractères pour utiliser des modèles premium.
