बोलने के लिए पाठ एआई एजेंट्स संगीत पाठ से वार्ता आवाज कोलोन आवाज डिज़ाइन बाजार स्थान अधिक
बग/ विशेषता निवेदन रिपोर्ट करें
Spark TTS

Spark TTS टीएसटी

Voice cloning from five seconds of audio combined with prompt-based control over emotion, speed, and speaking style.

0/500 अक्षर · प्रति पीढ़ी के लिए ५,००० के लिए हस्ताक्षर करें →
ऊपर हस्ताक्षर करें 5,000 अक्षर सीमा के लिए

अस्थायी नियंत्रण के लिए एसएसएमएल टैग में अपने पाठ को लपेटें:

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

चुने गए मॉडल को समझने के लिए टैग - पर क्लिक करें जहाँ हो वहाँ किसी को छोड़ा जाए:

यह मॉडल सादा पाठ पढ़ता है, तो इनलाइन टैग नज़रअंदाज़ किया जाता है. टैग आधारित भावना के लिए, ओरे-हिक मॉडल या बारक में स्विच करता है.

मनपसंद उच्चारण पारिभाषित करें (नाम = उच्चारण):

-12 +12
0.5x 2.0x
पाइप, VITS, मेरोच के साथ मुक्त
आपका उत्पन्न ऑडियो यहाँ प्रकट होगा. कोई मॉडल चुनें, पाठ भरें, और क्लिक करें.
ऑडियो सफलतापूर्वक बनाया गया
0:00
ऑडियो डाउनलोड करें डाउनलोड लिंक का समय 24h में
फ्री टाई: निजी इस्तेमाल । $5/मो से व्यावसायिक लाइसेंस
मुक्त अक्षरों पर कम चला रहा है हर महीने 200के अक्षर लाएँ — $5/मो या एक बार 100के पैक
अपनी आवाज़ इस तरह बुझाइए 30 सेकंड में एक आवाज क्लोन करें
अपने दोस्तों को बताइए!

के बारे में 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.

के लिए उत्तम: Content creation with cloned voices and emotional control

सभी ब्राउज़ करें Spark TTS आवाज़

एक नज़र

डेवलपर
SparkAudio
लाइसेंस
CC BY-NC-SA 4.0
टीयर
standard
गति
medium
आवाज कहीं नहीं
हाँ
भाषाएँ
English, Chinese
अधिकतम अक्षर
1000

Spark TTS आवाज़

Chinese Default

Chinese
मानक Neutral

Default

English
मानक Neutral

Spark TTS टीएस — प्रयोग कर रहा है

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.
← सभी आवाज