Tortoise TTS ТТС
A quality-first autoregressive model — slow, but among the most realistic open-source speech available.
Опакувајте го вашиот текст во SSML ознаки за прецизна контрола:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Означувања на избраниот модел кои го разбира — кликнете за да го пуштите еден во вашиот текст каде што се случува:
Овој модел чита обичен текст, па значи, во редовните ознаки се игнорираат. За емоции базирани на таг, префрли се на изразителен модел како што е Орфеус или Барк.
Дефинирај ги сопствените изговори (слов = изговор):
За 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.
Најдобро за: Audiobooks, premium content, quality-first applications
Прелистувај ги сите Tortoise TTS гласовиНа еден поглед
- Развивач
- James Betker
- Лиценца
- Apache 2.0
- Ниво
- premium
- Брзина
- slow
- Гласовно клонирање
- Да.
- Јазици
- English
- Макс. знаци
- 2000