Tortoise TTS TTS
A quality-first autoregressive model — slow, but among the most realistic open-source speech available.
တိကျသောထိန်းချုပ်မှုများအတွက် SSML tags များအတွင်းသင်၏စာသားကို Wrap:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Tags ရွေးချယ်ထားသောမော်ဒယ်နားလည် — ဒါဟာဖြစ်ပျက်တဲ့နေရာမှာသင့်ရဲ့စာသားထဲသို့တစ်ဦး drop ကိုကလစ်နှိပ်ပါ:
ဒီပုံစံကိုရိုးရှင်းတဲ့စာသားဖတ်ရှု, ဒါကြောင့် inline tags တွေကိုလျစ်လျူရှုနေကြသည်။ tag ကိုအခြေခံစိတ်ခံစားမှုအတွက်, Orpheus သို့မဟုတ် Bark ကဲ့သို့သောဖော်ပြမှုပုံစံသို့ switch.
custom pronunciations ကိုသတ်မှတ်ပါ (word = pronunciation):
အကြောင်း 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.
အကောင်းဆုံး: Audiobooks, premium content, quality-first applications
အားလုံးကို ရှာဖွေ Tortoise TTS အသံများတစ်ချက်ကြည့်ပါ
- ဖန်တီးသူ
- James Betker
- လိုင်စင်
- Apache 2.0
- အမျိုးအစား
- premium
- အမြန်နှုန်း
- slow
- အသံကို ကူးယူခြင်း
- ဟုတ်ကဲ့
- ဘာသာစကားများ
- English
- အက္ခရာအရေအတွက်
- 2000