OuteTTS-0.2-500M

Kokoro-82M — Hugging Face

AI 模型

开放权重的文本转语音 (TTS) 模型，拥有8200万参数。它提供高质量的音频输出，同时比更大的模型更快且更具成本效益。凭借 Apache 许可的权重，它可以在各种环境中部署。Kokoro-82M 是一个开放权重的文本转语音 (TTS) 模型，拥有8200万参数。它提供高质量的音频输出，同时比更大的模型更快且更具成本效益。凭借 Apache 许可的权重，它可以在各种环境中部署。

Dia-1.6B AI模型

AI 模型

Nari Labs开发的文本转语音模型，具有16亿个参数。它能够从文本生成逼真的对话，支持情感和语调控制，并能够产生非语言声音。目前仅支持英语。Dia-1.6B是Nari Labs开发的文本转语音模型，具有16亿个参数。它能够从文本生成逼真的对话，支持情感和语调控制，并能够产生非语言声音。目前仅支持英语。

whisper-large-v3

AI 模型

先进的自动语音识别和语音翻译模型，训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能，旨在为 AI 领域的开发者和研究人员服务。Whisper-large-v3 是一个先进的自动语音识别和语音翻译模型，训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能，旨在为 AI 领域的开发者和研究人员服务。

Voicemaker 文本转语音

AI 应用

#10

提供一款由 AI 驱动的文本转语音转换器，拥有超过 2,000 种超逼真语音，支持 130 种语言。轻松生成并下载 MP3 和 WAV 格式的 TTS 音频文件，非常适合视频、演示文稿等各种内容创作需求。Voicemaker 提供一款由 AI 驱动的文本转语音转换器，拥有超过 2,000 种超逼真语音，支持 130 种语言。轻松生成并下载 MP3 和 WAV 格式的 TTS 音频文件，非常适合视频、演示文稿等各种内容创作需求。

Bark AI Model

AI 模型

Suno开发的基于变换器的文本到音频模型，能够生成真实的多语言语音和其他音频形式。它支持通过预训练模型检查点进行推理的研究。Bark是Suno开发的基于变换器的文本到音频模型，能够生成真实的多语言语音和其他音频形式。它支持通过预训练模型检查点进行推理的研究。

Qwen1.5-110B 模型

AI 模型

基于变换器的语言模型，提供显著的性能提升、多语言支持和稳定的 32K 上下文长度。非常适合高级 AI 应用。Qwen1.5-110B 是一种基于变换器的语言模型，提供显著的性能提升、多语言支持和稳定的 32K 上下文长度。非常适合高级 AI 应用。

TTSMaker

AI 应用

#26

免费的文本转语音工具和 AI 语音生成器，能够将文本转换为 100 多种语言的自然语音，提供 600 多种声音，并允许您将音频下载为 MP3 或 WAV 格式。TTSMaker 是一款免费的文本转语音工具和 AI 语音生成器，能够将文本转换为 100 多种语言的自然语音，提供 600 多种声音，并允许您将音频下载为 MP3 或 WAV 格式。

AnySpeech

AI 应用

#44

AI 文本转语音平台，能够将文本转换为自然语音，提供 100 多种声音和 50 多种语言，支持字幕生成、多种音频格式和 API 访问。AnySpeech 是一个 AI 文本转语音平台，能够将文本转换为自然语音，提供 100 多种声音和 50 多种语言，支持字幕生成、多种音频格式和 API 访问。