Parler-TTS Large v1 — англоязычная модель на 2,2 млрд параметров для генерации речи с управлением голосом и акустическими характеристиками через текстовое описание.

Подходит для: озвучивание текстов на английском языке · создание речи с заданным темпом и высотой голоса · генерация речи с выбранным тембром или голосом диктора

Компактная англоязычная модель Parler-TTS для синтеза речи с управлением голосом и звучанием через текстовое описание.

Подходит для: озвучивание английского текста естественной речью · выбор темпа и высоты голоса при синтезе · генерация речи с заданным уровнем фонового шума

Мультиязычная модель Parler-TTS преобразует текст в управляемую голосовыми описаниями речь на восьми европейских языках.

Подходит для: синтез речи из текста на восьми европейских языках · озвучивание текстов с заданным темпом и высотой голоса · генерация речи голосом выбранного диктора

Компактная англоязычная модель синтеза речи, позволяющая управлять характеристиками голоса с помощью текстового описания.

Подходит для: озвучивание английских текстов естественной речью · настройка скорости и высоты голоса при синтезе · генерация речи с заданным полом и характером голоса

Компактная англоязычная модель Parler-TTS генерирует речь из текста с управлением голосовыми характеристиками через текстовое описание.

Подходит для: озвучивание текстов на английском языке · генерация речи с заданными темпом и высотой голоса · создание речи с заданным голосовым полом

Англоязычная модель Parler-TTS для синтеза речи с управлением голосовой идентичностью, эмоцией и темпом.

Подходит для: озвучивание текстов голосом Jerry, Thomas, Elisabeth или Talia · генерация речи с заданной эмоцией · создание аудиодиалогов с различимыми голосами

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

Мультиязычная модель Parler-TTS для генерации управляемой текстовым описанием речи на восьми европейских языках.

Подходит для: озвучивание текстов на английском и семи других европейских языках · создание речевой дорожки для видео и презентаций · генерация озвучки с заданными характеристиками голоса

Многоязычная модель Qwen для синтеза речи с выбором одного из девяти встроенных голосов и управлением стилем речи через инструкции.

Подходит для: озвучивание текста на нескольких языках · генерация речи выбранным встроенным голосом · управление темпом и эмоциональной подачей речи инструкцией

Компактная англоязычная модель Parler-TTS преобразует текст в речь с возможностью задавать характеристики голоса текстовым описанием.

Подходит для: озвучивание английских текстов · генерация речи с заданным темпом и высотой голоса · синтез речи с управляемым фоновым шумом и реверберацией

Многоязычная модель Qwen для потокового синтеза речи с выбором голоса и управлением стилем через текстовые инструкции.

Подходит для: озвучивание текста на десяти языках · потоковая генерация речи с низкой задержкой · выбор голоса из набора поддерживаемых тембров

F5-TTS — модель для синтеза речи по тексту, доступная в нескольких вариантах чекпойнтов.

Подходит для: озвучивание текстов · создание речевых дорожек для видео · генерация голосовых сообщений

Многоязычная модель Parler-TTS от Hugging Face и AI4Bharat, которая синтезирует речь на 21 индийском языке и английском и позволяет задавать характеристики звучания текстовым описанием.

Подходит для: синтез речи на индийских языках · озвучивание текста на хинди, тамильском или бенгальском · создание речи с заданным голосом и темпом

Англоязычная модель Parler-TTS для синтеза речи с управлением тембром и стилем через текстовое описание.

Подходит для: озвучивание текста с заданной манерой речи · генерация речи с управлением темпом и высотой голоса · синтез эмоционально окрашенной речи

Потоковая модель Kyutai синтезирует английскую и французскую речь из текста с низкой задержкой и поддерживает обусловливание голоса готовыми эмбеддингами.

Подходит для: синтез речи по мере поступления текста · озвучивание диалоговых систем с низкой задержкой · генерация английской речи из текста

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

Англоязычная модель MeloTTS преобразует текст в речь и подходит для приложений с озвучкой на английском языке.

Подходит для: озвучивание английских текстов в приложениях · создание голосовых сообщений и подсказок · генерация английской речи для видео и аудиоматериалов

Модель синтезирует естественно звучащую немецкую речь из текста несколькими предустановленными голосами.

Подходит для: озвучивание немецких текстов естественными голосами · создание немецкой речи для подкастов и лекций · генерация озвучки с выбором предустановленного голоса

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

Англоязычная модель VITS из проекта MMS, преобразующая текст в синтезированную речь.

Подходит для: озвучивание английских текстов · генерация речи для приложений и интерфейсов · создание аудиоверсий статей и сообщений

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

IndexTTS2 — модель синтеза речи по тексту с нулевым обучением на голосе, управлением длительностью и выразительной передачей эмоций.

Подходит для: синтез английской речи по тексту · синтез китайской речи по тексту · генерация речи с эмоциональной выразительностью

Supertonic 3 — компактная модель Supertone для локального синтеза речи из текста на 31 языке.

Подходит для: локальная озвучка аудиокниг · генерация речи для новостей и объявлений · озвучивание диалогов персонажей