Tortoise TTS

Tortoise TTS TTSName

A quality-first autoregressive model — slow, but among the most realistic open-source speech available.

დარეგისტრირება 5000 სიმბოლოს საზღვარი

ტექსტის გადატანა SSML ჭდეებში ზუსტი კონტროლისთვის:

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

მონიშნული მოდელისთვის გასაგები ჭდეები - დააწკაპუნეთ, რომ ერთი ჭდე თქვენს ტექსტში ჩააგდოთ, სადაც ის მოხდება:

ეს მოდელი კითხულობს ჩვეულებრივ ტექსტს, ამიტომ შიგნით თავსებული ჭდეები იგნორირდება. ჭდეებზე დაფუძნებული ემოციებისთვის გადადით გამოხატვის მოდელში, როგორიცაა Orpheus ან Bark.

ინდივიდუალური გამოთქმების განსაზღვრა (სიტყვი = გამოთქმა):

-12 +12
0.5x 2.0x
თავისუფალი Piper, VITS, MeloTTS- ით
აქ გამოჩნდება თქვენი შექმნილი აუდიო. აირჩიეთ მოდელი, შეიყვანეთ ტექსტი და დააჭირეთ "შექმნა".
აუდიო წარმატებით შექმნილია
0:00
აუდიოს ჩამოტვირთვა ჩამოტვირთვა ბმულის ვადა მთავრდება 24 საათში
Freeware: თავისუფალი პროგრამა. კომერციული ლიცენზია $5/თვედან
ჟაკაქ TTS.ai? კაზთ თმ ნა ოპთ£არვლთრვ ჟთ!

ინფორმაცია Tortoise TTS

Tortoise TTS, created by James Betker, deliberately trades speed for quality. It is an autoregressive multi-voice system using a DALL-E-inspired architecture, and it produces some of the most realistic synthetic speech in the open-source ecosystem, with excellent prosody and speaker similarity. The name is a nod to its pace: it is noticeably slower than most alternatives, but the payoff is studio-grade output. It supports multiple voices and voice cloning (which benefits from a longer reference, around fifteen seconds), making it a long-standing favorite for audiobooks and premium narration where wait time is acceptable. Tortoise is English-focused and released under the permissive Apache 2.0 license.

საუკეთესოა: Audiobooks, premium content, quality-first applications

ყველას დათვალიერება Tortoise TTS ხმა

ჟ მალკჲ ოჲდლვენსგაŒვ

პროგრამისტი
James Betker
ლიცენზია
Apache 2.0
იანვარი
premium
სიჩქარე
slow
ხმა
ეა
ენაName
English
სიმბოლოების მაქსიმალური რაოდენობა
2000

Tortoise TTS ხმა

Random

English
პრემიუმი Neutral

Tortoise TTS TTS - ხშირად დასმული კითხვები

It is autoregressive and uses a DALL-E-inspired architecture that deliberately prioritizes quality over speed. The trade-off is some of the most realistic open-source speech available, which is why it remains popular for audiobooks despite the wait.

Yes. It supports multi-voice synthesis and voice cloning; results improve with a longer reference, around fifteen seconds of clean audio.

Quality-first applications — audiobooks and premium narration — where its slow but highly realistic output is worth the generation time. It is English-focused and Apache 2.0 licensed.
← ყველა ხმა