Spark TTS ТТС
Voice cloning from five seconds of audio combined with prompt-based control over emotion, speed, and speaking style.
Заверните текст в SSML для точного контроля:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Помечает выбранную модель, которая понимает — нажмите, чтобы выкинуть одну в ваш текст, где она случается:
Эта модель читает простой текст, поэтому встраиваемые метки игнорируются. Для эмоций на основе метки переключайтесь на экспрессивную модель, как Орфей или Барк.
Определить традиционные произношения (слово = произношение):
О том, что 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.
Лучший для: Content creation with cloned voices and emotional control
Просмотр Spark TTS голосаВзгляните.
- Разработчик
- SparkAudio
- Лицензия
- CC BY-NC-SA 4.0
- Тяжелый
- standard
- Скорость
- medium
- Клонирование голоса
- Выполнено
- Знание языков
- English, Chinese
- Максимум символов
- 1000