Teks ke Suara Online Gratis

Ketik kalimat dan MOSS-TTS-Nano membacakannya di browser. Model suara multibahasa 0,1 miliar parameter ini berjalan di WebAssembly, sehingga tidak ada unggahan atau server yang terlibat.

Kecepatan mengambil sampel ulang gelombang, sehingga klip yang lebih cepat juga terdengar sedikit lebih tinggi, seperti pita yang diputar cepat.

Audio Anda muncul di sini

Berkas model

Model suara dan codec audio berasal dari Hugging Face, bukan 73hi.

    Bobot tersedia di MOSS-TTS-Nano-100M-ONNX dan MOSS-Audio-Tokenizer-Nano-ONNX, keduanya dirilis dengan lisensi Apache-2.0.

    Tiga langkah sederhana

    Cara Mengubah Teks Menjadi Suara Online

    Buat suara di perangkat Anda sendiri tanpa akun atau antrean server.

    1

    Muat model

    Pilih Muat model. Graf ONNX dan codec audio diambil sekali lalu disimpan di cache browser.

    2

    Ketik dan pilih suara

    Masukkan kalimat, pilih suara bawaan, atau muat klip referensi pendek untuk mengkloning suara.

    3

    Putar dan simpan

    Pilih Bacakan, dengarkan di pemutar, lalu unduh audio sebagai berkas WAV.

    Cara kerja

    Model Suara 0,1 Miliar Parameter, Sepenuhnya di Perangkat Anda

    MOSS-TTS-Nano memasangkan model bahasa autoregresif kecil dengan codec audio neural. Semuanya berjalan pada backend WebAssembly ONNX Runtime Web.

    Tahap Fungsi Lokasi pemrosesan
    Tokenizer Mengubah teks menjadi ID token yang diharapkan model bahasa Browser Anda
    Pengisian awal Membaca teks dan prompt suara dalam satu lintasan lalu menghasilkan keadaan tersembunyi pengondisian Browser Anda
    Dekode bingkai Memprediksi satu bingkai kode audio setiap kali di seluruh 16 codebook Browser Anda
    Codec audio Mendekode kode audio kembali menjadi gelombang 48 kHz Browser Anda
    Teks ke suara AI gratis

    Privat, Multibahasa, dan Ramah CPU

    Semua kebutuhan membacakan teks tanpa menyerahkannya kepada pihak ketiga.

    Tidak ada yang diunggah

    Teks dan audio tetap di perangkat Anda. Tidak ada permintaan yang membawa ketikan Anda.

    Tidak memerlukan GPU

    Model cukup kecil untuk berjalan di CPU melalui WebAssembly dengan kecepatan yang layak.

    Multibahasa

    MOSS-TTS-Nano mendukung banyak bahasa, termasuk Mandarin dan Inggris.

    Tanpa kuota

    Tanpa pendaftaran, batas harian, atau tanda air pada audio yang dibuat.

    Tanya jawab

    Pertanyaan Umum tentang Teks ke Suara

    Apakah teks saya diunggah?

    Tidak. Model berjalan di WebAssembly dalam browser, sehingga teks dan audio yang dihasilkan tidak pernah meninggalkan perangkat.

    Dari mana model berasal?

    Graf ONNX diambil dari Hugging Face saat dijalankan, bukan dari 73hi. Jika Hub tidak dapat diakses dari jaringan Anda, atur URL mirror atau pilih berkas model yang sudah diunduh.

    Berapa besar unduhannya?

    Model suara dan codec audio berjumlah sekitar 760 MB. Browser menyimpannya di cache, sehingga kunjungan berikutnya pada browser yang sama dimulai jauh lebih cepat.

    Apakah memerlukan GPU?

    Tidak. MOSS-TTS-Nano merupakan model 0,1 miliar parameter yang dirancang untuk inferensi CPU dan berjalan pada backend WebAssembly.