XTTS-v2 от Coqui синтезирует многоязычную речь и клонирует голос по короткому аудиофрагменту.

Подходит для: озвучивание текста на одном из 17 поддерживаемых языков · клонирование голоса по короткой записи · перенос голоса на другой язык

Модель настраивает совместимый с Kokoro-82M голосовой пакет по короткому образцу речи для последующего синтеза речи с клонированным голосом.

Подходит для: создание голосового профиля по записи одного говорящего · клонирование английского голоса для озвучивания нового текста · настройка тембра речи в Kokoro-82M

MOSS-TTS-v1.5 — многоязычная модель OpenMOSS-Team для генерации речи из текста, клонирования голоса и управления паузами и произношением.

Подходит для: синтез речи на нескольких языках из текста · клонирование голоса по аудиореференсу · озвучивание длинных текстов с управлением паузами

MioTTS-2.6B — дообученная LLM для быстрого синтеза английской и японской речи с возможностью клонирования голоса по короткому аудиообразцу.

Подходит для: озвучивание английского текста · озвучивание японского текста · клонирование голоса по короткой аудиозаписи

Многоязычная модель Resemble AI для синтеза выразительной речи из текста и клонирования голоса по аудиообразцу.

Подходит для: озвучивание текста на нескольких языках · клонирование голоса для озвучивания роликов и игр · локализация аудиоконтента с сохранением сходства голоса

Базовая мультиязычная модель Qwen для синтеза речи по тексту и клонирования голоса по аудиопримеру.

Подходит для: синтез речи из текста на поддерживаемых языках · быстрое клонирование голоса по короткому аудиопримеру · озвучивание текста выбранным голосом

Компактная модель Sopro для потокового синтеза речи и клонирования голоса на четырёх европейских языках.

Подходит для: озвучивание текста на английском, португальском, французском и немецком языках · потоковая генерация речи с низкой задержкой · клонирование голоса по короткому аудиообразцу

Компактная мультиязычная модель OpenMOSS для потокового синтеза речи и клонирования голоса, рассчитанная на работу в том числе на CPU.

Подходит для: озвучивание текста в реальном времени · клонирование голоса по эталонной аудиозаписи · генерация речи для локальной демонстрации

Higgs TTS 3 от Boson AI синтезирует выразительную многоязычную речь из текста с управлением подачей и клонированием голоса по образцу.

Подходит для: озвучивание ответов голосового чат-бота · создание многоязычной озвучки для видео и подкастов · синтез речи с заданной эмоцией и темпом

Немецкоязычная модель Canopy Labs на базе Orpheus и Llama для выразительного синтеза речи, потоковой генерации и клонирования голоса.

Подходит для: озвучивание немецкого текста естественной речью · потоковая генерация речи для приложений с низкой задержкой · управление эмоциями и интонацией речи с помощью тегов

Orpheus 3B — англоязычная Llama-модель CanopyAI для выразительного синтеза речи, потокового озвучивания и клонирования голоса.

Подходит для: озвучивание текста естественным голосом · потоковая генерация речи в реальном времени · управление эмоциями и интонацией в синтезированной речи

Модель Canopy Labs на основе Llama для выразительного синтеза английской речи с потоковой генерацией, управлением эмоциями и клонированием голоса.

Подходит для: синтез английской речи для голосовых интерфейсов · потоковое озвучивание текста в реальном времени · создание выразительной речи с заданной эмоцией и интонацией

Компактная многоязычная модель Audio8 для синтеза речи по тексту и клонирования голоса по референсному аудио.

Подходит для: озвучивание текста на поддерживаемых языках · клонирование голоса по аудиозаписи и её точной транскрипции · создание синтетической речи для приложений и медиаконтента

Двуязычная модель Breeze для потокового синтеза английской и китайской речи, клонирования голоса и управления его подачей.

Подходит для: озвучивание английского текста с потоковой выдачей аудио · озвучивание китайского текста · клонирование голоса по аудиозаписи и точной расшифровке

Мультиязычная модель OpenMOSS для синтеза речи и клонирования голоса с генерацией стереоаудио 48 кГц.

Подходит для: синтез речи из текста на разных языках · клонирование голоса по аудиореференсу · генерация длинных озвученных текстов с управлением паузами

KittenTTS 2 — мультиязычная модель KittenML для синтеза речи из текста с клонированием голоса по контексту и управлением выразительностью.

Подходит для: озвучивание текста выбранным голосом · клонирование голоса по контекстному примеру · синтез речи на нескольких языках с выбором языкового голоса

Kokoro-82M — компактная многоязычная модель синтеза речи с несколькими голосами для локальных приложений и сервисов.

Подходит для: озвучивание текста в приложениях · создание аудиоверсий статей и документов · генерация речи для голосовых интерфейсов

Многоязычная модель OpenMOSS для выразительного синтеза длинных диалогов с несколькими голосами и клонированием голоса по короткому аудиопримеру.

Подходит для: генерация многосторонних диалогов для подкастов · озвучивание аудиокниг с голосами рассказчика и персонажей · создание спортивных и киберспортивных комментариев

Компактная мультиязычная модель Audio8 для синтеза речи по тексту и клонирования голоса без дополнительного обучения.

Подходит для: синтез речи по тексту на китайском и английском · клонирование голоса по аудиозаписи и её расшифровке · озвучивание текста на немецком, испанском, французском и итальянском

OuteTTS 1.0 1B — многоязычная модель синтеза речи с клонированием голоса по короткому аудиообразцу.

Подходит для: синтез речи из текста на нескольких языках · клонирование голоса по короткой аудиозаписи · озвучивание длинных текстов фрагментами

OmniVoice — многоязычная модель преобразования текста в речь с клонированием голоса и настройкой его характеристик.

Подходит для: озвучивание текста на разных языках · клонирование голоса по короткой аудиозаписи · создание голоса по заданным характеристикам

Компактная многоязычная модель Edge0 для синтеза речи из текста и клонирования голоса по образцу аудио.

Подходит для: озвучивание текста на поддерживаемых языках · создание голосовой озвучки для приложений и медиаматериалов · клонирование голоса по аудиозаписи и её расшифровке

Потоковая многоязычная модель синтеза речи для голосовых агентов, учитывающая текстовый и акустический контекст предыдущих реплик.

Подходит для: озвучивание ответов голосового агента в реальном времени · синтез связной речи с учётом истории диалога · клонирование голоса для последовательных реплик

Локальная модель Neuphonic для синтеза естественно звучащей речи из текста с клонированием голоса по короткому аудиообразцу.

Подходит для: озвучивание текста голосом из короткого образца речи · клонирование голоса для локального голосового помощника · синтез реплик для мобильных и встроенных приложений