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.
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.
Pinakamahusay para sa: Audiobooks, premium content, quality-first applications
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.
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.
