Tortoise TTS ТТС
A quality-first autoregressive model — slow, but among the most realistic open-source speech available.
Умотајте текст у ССМЛ ознаке за прецизну контролу:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Означе изабрани модел разуме — кликните да га испустите у текст где се то дешава:
Овај модел чита обичан текст, па се ознаке за успостављене на линији игноришу. За емоције засноване на ознакама пребаците на изражавајући модел попут Орфеја или Барка.
Дефинишите посебне изговоре (слов = изговор):
О 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.
Најбоље за: Audiobooks, premium content, quality-first applications
Прегледај све Tortoise TTS гласовиНа један поглед
- Програмер
- James Betker
- Лиценца
- Apache 2.0
- Низ
- premium
- Брзина
- slow
- Гласово клонирање
- Да.
- језици
- English
- Макс. знакова
- 2000