Ming-3.0-tts-tiny

Ming-3.0-tts-0.5B

AI モデル

ゼロショット音声クローンと自由形式の制御を提供する多言語音声合成モデルです。複数の言語と方言をサポートし、感情、速度、音程、音量を明示的に制御できます。Ming-3.0-tts-0.5Bは、ゼロショット音声クローンと自由形式の制御を提供する多言語音声合成モデルです。複数の言語と方言をサポートし、感情、速度、音程、音量を明示的に制御できます。

IndexTTS-2.5

AI モデル

単一の参照音声クリップから声をクローンするゼロショットテキスト音声合成モデルです。複数の言語をサポートし、言語を超えた声の転送と感情制御を提供します。IndexTTS-2.5は、単一の参照音声クリップから声をクローンするゼロショットテキスト音声合成モデルです。複数の言語をサポートし、言語を超えた声の転送と感情制御を提供します。

フィッシュオーディオドラマ3

AI モデル

複数のキャラクターシーンと長文コンテンツ向けに設計されたテキスト読み上げモデルです。マルチスピーカー生成、音声クローン、自然言語制御をサポートしており、複雑なオーディオ制作に最適です。フィッシュオーディオドラマ3は、複数のキャラクターシーンと長文コンテンツ向けに設計されたテキスト読み上げモデルです。マルチスピーカー生成、音声クローン、自然言語制御をサポートしており、複雑なオーディオ制作に最適です。

Higgs TTS 3

AI モデル

Boson AIによって開発された多言語テキスト読み上げモデルで、表現豊かな会話音声を生成するために設計されています。100以上の言語をサポートし、ゼロショット音声クローンや感情制御などの機能を提供し、デジタルクリエイターや研究者に最適です。Higgs TTS 3は、Boson AIによって開発された多言語テキスト読み上げモデルで、表現豊かな会話音声を生成するために設計されています。100以上の言語をサポートし、ゼロショット音声クローンや感情制御などの機能を提供し、デジタルクリエイターや研究者に最適です。

Gemini 3.8 Flash TTS と Flash-Lite TTS

AI モデル

Google DeepMind によって開発された高度なテキスト読み上げモデルです。表現力豊かな音声生成とリアルタイム音声翻訳を提供し、生成的音声デザインや日常的なオーディオタスクに適しています。Gemini 3.8 Flash TTS と Flash-Lite TTS は、Google DeepMind によって開発された高度なテキスト読み上げモデルです。表現力豊かな音声生成とリアルタイム音声翻訳を提供し、生成的音声デザインや日常的なオーディオタスクに適しています。

Speechify AI Voice Generator

AI アプリ

SpeechifyのAIボイスジェネレーターは、テキストから数秒でリアルな音声を生成します。60以上の言語で1,000以上のAIボイスを提供し、ピッチ、トーン、ペースをカスタマイズ可能です。基本利用はサインアップ不要で、動画、ポッドキャスト、スクリプトのボイスオーバー生成が簡単に行えます。

Dia-1.6B AIモデル

AI モデル

Nari Labsによって開発されたテキスト音声合成モデルで、16億のパラメータを特徴としています。トランスクリプトからリアルな対話を生成し、感情やトーンの制御をサポートし、非言語的な音を生成することもできます。現在、英語のみをサポートしています。Dia-1.6Bは、Nari Labsによって開発されたテキスト音声合成モデルで、16億のパラメータを特徴としています。トランスクリプトからリアルな対話を生成し、感情やトーンの制御をサポートし、非言語的な音を生成することもできます。現在、英語のみをサポートしています。

Voicemaker Text to Speech

AI アプリ

#10

130言語で2,000以上の超リアルな音声を提供するAI搭載テキスト読み上げコンバーターです。ビデオ、プレゼンテーションなど、様々なコンテンツ作成ニーズに最適なTTSオーディオファイルをMP3およびWAV形式で簡単に生成・ダウンロードできます。Voicemakerは、130言語で2,000以上の超リアルな音声を提供するAI搭載テキスト読み上げコンバーターです。ビデオ、プレゼンテーションなど、様々なコンテンツ作成ニーズに最適なTTSオーディオファイルをMP3およびWAV形式で簡単に生成・ダウンロードできます。