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

Kokoro-82M-bf16 — английская модель синтеза речи в формате MLX для преобразования текста в аудио.

Подходит для: озвучивание английских текстов в приложениях на MLX · создание голосовых сообщений из текста · добавление синтеза речи в локальные приложения на Apple Silicon

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

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

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

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

Локальная русскоязычная модель Kokoro-82M для быстрого синтеза речи с тремя голосами и поддержкой ONNX.

Подходит для: озвучивание русского текста на CPU без GPU · создание локальной озвучки для приложений и устройств · генерация речи несколькими русскими голосами

Многоязычная модель NVIDIA, которая озвучивает текст пятью голосами на двенадцати языках.

Подходит для: озвучивание книг и статей на нескольких языках · генерация реплик для голосового агента · дубляж и локализация видеоконтента

Компактная модель Kokoro-82M преобразует текст в речь и подходит для быстрого и экономичного синтеза аудио.

Подходит для: озвучивание текста на английском языке · генерация аудио для приложений и личных проектов · быстрое преобразование текста в речь при ограниченных вычислительных ресурсах

Модель синтезирует длинные выразительные разговорные аудиозаписи на английском и китайском языках с участием до четырёх говорящих.

Подходит для: создание многосторонних подкастов по текстовому сценарию · озвучивание длинных диалогов несколькими голосами · генерация разговорных аудиоматериалов для исследований синтеза речи

Компактная модель Soprano на базе Qwen3 для быстрого синтеза выразительной английской речи из текста.

Подходит для: озвучивание английских текстов в приложении · локальное преобразование текста в речь · потоковая генерация речи для воспроизведения

Многоязычная модель Mistral для быстрого синтеза выразительной речи из текста в голосовых агентах и других приложениях.

Подходит для: синтез речи для голосового помощника · озвучивание ответов голосового агента в контакт-центре · генерация речи на нескольких языках

IndexTTS-2 — авторегрессионная zero-shot модель для синтеза эмоционально выразительной речи с контролем длительности.

Подходит для: синтез выразительной речи из текста · озвучивание текста на английском и китайском языках · генерация речи с управлением длительностью

Конверсии Kokoro-82M для Apple Core ML синтезируют речь из текста на английском, японском и мандаринском языках.

Подходит для: озвучивание английского текста голосом · синтез японской речи из текста · синтез мандаринской речи из текста

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

Набор компактных голосовых стилей Kokoro в формате GGUF для синтеза речи вместе с основной моделью Kokoro.

Подходит для: озвучивание английского текста голосом af_heart · синтез испанской речи голосом ef_dora · озвучивание французского текста голосом ff_siwis

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

Набор GGUF-моделей Pocket TTS для локального синтеза речи из текста через llama.cpp на CPU.

Подходит для: локальное озвучивание текста на английском языке · синтез речи на французском, немецком, итальянском, португальском и испанском · озвучивание текста на валлийском с голосом по аудиообразцу

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

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

Производная модели Qwen/Qwen3-Omni-30B-A3B-Instruct. Мультимодальная модель Qwen для потоковых текстовых и голосовых диалогов, понимания аудио, изображений и видео.

Подходит для: голосовой помощник с ответами в реальном времени · распознавание и понимание речи на русском и других языках · ответы на вопросы по изображениям

Gepard — потоковая авторегрессионная модель синтеза речи с клонированием голоса для диалоговых систем и озвучивания на нескольких языках.

Подходит для: потоковый синтез речи для голосового агента · озвучивание диалогов с низкой задержкой · пакетная генерация речи для видео и контента

Конвертированная для MLX модель Kokoro-82M преобразует английский текст в речь для локального синтеза аудио.

Подходит для: озвучивание английского текста · локальный синтез речи на устройстве Apple с поддержкой MLX · создание голосового аудио для приложений и прототипов