Tags ang napili modelo nauunawaan — i-click upang ihulog ang isa sa iyong teksto kung saan ito ay nangyayari:
Ang modelong ito ay nagbabasa ng karaniwang teksto, kaya inline tags ay hindi pinapansin. Para sa tag-based na damdamin, lumipat sa isang makahulugang modelo tulad ng Orpheus o Bark.
Natural-language delivery cues. Pinarangalan ng Qwen3-TTS ngayon; iba pang mga masining na modelo darating sa lalong madaling panahon.
Ang modelong ito ay hindi sumusuporta sa mga tagubilin ng estilo — lumipat sa isang modelo na ginagawa (halimbawa Qwen3-TTS).
Tukuyin ang mga pasadyang mga panlapi (word = panlapi):
-12
+12
Controls katangian ng pagpapakita (0 = neutral, 1 = napaka-katangian ng pagpapakita)
Classifier-free gabay timbang (mas mataas = mas prompt-sunod)
Ipaliwanag ang estilo ng boses sa natural na wika (Parler gumagamit ito sa halip ng preset na boses)
Dia Dialog Format: Ang mga salitang ito ay maaaring isulat sa mga titik na [S1] at [S2]. Halimbawa: [S1] Hello there! [S2] Hi, how are you?
Ito ay isang premium na modelo ng boses, magagamit sa anumang bayad na plano. Maaari pa ring mag-preview ng mga boses nito nang libre sa play button sa tabi ng boses picker.
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.
Pinakamahusay para sa: Content creation with cloned voices and emotional control
Personal at hindi pang-komersyal na paggamit lamang
Mga hayop
standard
Bilis
medium
Pag-clone ng boses
Oo
Wika
English, Chinese
Max character
1000
Spark TTS Mga boses
Chinese Default
Chinese
PangkalahatangNeutralPersonal at hindi pang-komersyal na paggamit lamang
Default
English
PangkalahatangNeutralPersonal at hindi pang-komersyal na paggamit lamang
Spark TTS Mga katanungan at sagot
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.
Ipasok ang iyong email upang makakuha ng 15,000 libreng mga character at panatilihin ang pagbuo ng pagsasalita.
Walang kailangang password — ipapa-email sa iyo ang isang link upang magtakda ng isa mamaya.
Libreng Limita sa Antas Naabot
Ginamit mo na ang iyong 5,000 libreng araw-araw na mga character. Lumikha ng isang libreng account upang makakuha ng 15,000 bonus na mga character pati na rin ang 10,000 libreng mga character bawat buwan.
Naabot mo na ang iyong libreng limitasyon ng modelo. Mag-upgrade para sa higit pang mga character, o bumili ng isang character pack upang gamitin ang mga premium na modelo.
