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
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
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
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
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
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
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
Higgs Audio v3 TTS (4B) — модель синтеза речи по тексту на базе Qwen3-4B с поддержкой эталонного аудио и выходом в виде монофонической волны 24 кГц.
Подходит для: синтез речи по тексту · создание озвучки с голосом, заданным эталонным аудио · генерация монофонической речи с частотой 24 кГц
Компактная модель VITS из проекта MMS, которая синтезирует речь на телугу по входному тексту.
Подходит для: озвучивание текстов на телугу · создание голосовых ответов на телугу · генерация аудиоверсий сообщений и объявлений
SpeechT5 — дообученная на LibriTTS модель Microsoft для синтеза речи из текста.
Подходит для: озвучивание текста в аудиофайл · создание голосового сопровождения для материалов · синтез речи для прототипа голосового интерфейса
Вокодер HiFi-GAN для преобразования акустических представлений SpeechT5 в аудио при синтезе речи и конвертации голоса.
Подходит для: синтез аудио из представлений речи SpeechT5 · озвучивание текста в связке с моделью SpeechT5 · преобразование голоса в конвейере SpeechT5
TeraTTSv2 ONNX преобразует текст на русском и английском языках в речь с выбором одного из десяти голосовых стилей.
Подходит для: озвучивание русскоязычных текстов · озвучивание англоязычных текстов · потоковая генерация речи для приложений
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
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
Многоязычная модель семейства MOSS-TTS для синтеза речи из текста, включая потоковую генерацию и управление произношением.
Подходит для: озвучивание текста на нескольких языках · создание потоковой речи для голосовых приложений · генерация смешанной китайско-английской речи
Модель VITS из проекта MMS преобразует тайский текст в речь.
Подходит для: озвучивание тайских фраз и предложений · создание тайской речевой дорожки для приложений · генерация аудиоверсий тайских текстов
Англоязычная модель ESPnet JETS в формате ONNX для преобразования текста в речь.
Подходит для: озвучивание английского текста в приложении · создание аудиоверсий текстового контента · добавление синтеза речи в конвейер txtai
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
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
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
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
Англоязычная конверсия Matcha-TTS в LiteRT для локального синтеза речи голосом LJSpeech на мобильных устройствах и в браузере.
Подходит для: локальный синтез английской речи на Android · озвучивание текста голосом LJSpeech · синтез речи в браузере без отправки текста на сервер
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
Компактная многоязычная модель Supertone для локального синтеза речи из текста на 31 языке.
Подходит для: озвучивание текста в приложениях без облачного сервиса · создание аудиокниг и озвучивание длинных текстов · генерация речи для новостных материалов