Производная модели Anthropic-ai/aivoice. ViiTorVoice-NAR — дообученная модель синтеза речи для клонирования голоса, локального редактирования аудио и управления эмоциями.

Подходит для: синтез речи с сохранением голоса по аудиопримеру · замена изменённого фрагмента в существующей записи · генерация речи с заданной эмоцией

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

Многоязычная модель OpenBMB для синтеза речи, создания голосов по описанию и клонирования голоса с управлением стилем.

Подходит для: озвучивание текста на русском и других поддерживаемых языках · создание уникального голоса по текстовому описанию · 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

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

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

PersonaPlex — дообученная NVIDIA модель для потоковых англоязычных голосовых диалогов с одновременным распознаванием речи и генерацией ответа.

Подходит для: создание голосового ассистента с быстрым чередованием реплик · голосовое обслуживание клиентов · диалоги с перебиваниями и одновременной речью

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

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

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

E2-TTS — модель синтеза речи из текста с поддержкой zero-shot сценария.

Подходит для: синтез речи по тексту · zero-shot озвучивание текста · создание голосового аудио для приложений

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

Auralis — производная от Coqui XTTS-v2 многоязычная модель AstraMind.ai для синтеза речи из текста и клонирования голоса по короткому аудиофрагменту.

Подходит для: создание аудиокниг из электронных книг · озвучивание подкастов и видеороликов · синтез речи на нескольких языках

IndexTTS-2.5 — многоязычная модель синтеза речи, которая озвучивает текст голосом из одного образца и позволяет управлять эмоцией и скоростью.

Подходит для: озвучивание текста на китайском, английском, японском, испанском и арабском · клонирование голоса по одному аудиофрагменту · перенос голоса между языками

Ultravox v0.5 — речевая языковая модель Fixie.ai, которая понимает аудио и текст и генерирует текст для голосовых агентов, анализа речи и перевода.

Подходит для: создание голосового агента, отвечающего на голосовые сообщения · транскрибирование речи в текст · анализ содержания spoken audio

Orpheus 3B 0.1 Finetuned — Llama-based Speech-LLM для выразительного синтеза английской речи, потокового озвучивания и клонирования голоса.

Подходит для: потоковое озвучивание текста в реальном времени · генерация естественной речи для диалоговых приложений · озвучивание текста с заданной эмоцией и интонацией

Базовая англоязычная модель CanopyAI на архитектуре Llama для синтеза речи и дообучения под задачи клонирования голоса.

Подходит для: синтез английской речи по тексту · создание выразительной речи с естественной интонацией · клонирование голоса по аудиообразцу без отдельного дообучения

Компактная модель LuxTTS синтезирует естественную речь по тексту и клонирует голос по образцу с высокой скоростью.

Подходит для: озвучивание текста естественной речью · клонирование голоса по аудиообразцу · быстрая локальная генерация речи

Производная модели Anthropic-ai/aivoice. ViiTorVoice-NAR — дообученная модель синтеза речи для клонирования голоса, локального редактирования аудио и управления эмоциями.

Подходит для: синтез речи с сохранением голоса по аудиопримеру · замена изменённого фрагмента в существующей записи · генерация речи с заданной эмоцией

Базовая модель CanopyLabs на основе Llama для настройки и генерации выразительной речи по тексту.

Подходит для: настройка модели для синтеза естественной речи по тексту · создание выразительной речи с интонацией и эмоциями · клонирование голоса без предварительной настройки

Многоязычная 8-битная MLX-модель для синтеза речи, клонирования голоса и создания голосов по текстовому описанию.

Подходит для: синтез речи по тексту на нескольких языках · клонирование голоса по короткой аудиозаписи · создание голоса по текстовому описанию

Модель OpenBMB для выразительного синтеза речи на английском и китайском языках с потоковой генерацией и клонированием голоса по аудио-примеру.

Подходит для: озвучивание текста на английском языке · озвучивание текста на китайском языке · клонирование голоса по короткой аудиозаписи

VoxCPM1.5 — модель OpenBMB для выразительного синтеза речи из текста и клонирования голоса по короткому аудиофрагменту.

Подходит для: озвучивание текста на китайском и английском · создание выразительной речи с интонацией по смыслу текста · клонирование голоса по короткому образцу речи

Indic-Mio — дообученная модель SPRINGLab для синтеза естественно звучащей речи на индийских языках и английском, включая смешанную речь и клонирование голоса.

Подходит для: озвучивание текста на языках Индии · синтез речи на английском языке · озвучивание предложений со смешением языков