Carregue o modelo
Selecione Carregar modelo. Os grafos ONNX e o codec de áudio são baixados uma vez e ficam no cache do navegador.
Texto para fala online grátis
Digite uma frase e o MOSS-TTS-Nano a lê no navegador. É um modelo multilíngue de fala de 0,1 bilhão de parâmetros em WebAssembly; nada é enviado e nenhum servidor participa.
A velocidade reamostra a onda; um clipe mais rápido também soa um pouco mais agudo, como uma fita tocando mais depressa.
Seu áudio aparece aqui
Arquivos do modelo
O modelo de fala e o codec de áudio vêm do Hugging Face, não do 73hi.
Os pesos estão em MOSS-TTS-Nano-100M-ONNX e MOSS-Audio-Tokenizer-Nano-ONNX, ambos sob licença Apache-2.0.
Três passos simples
Como transformar texto em fala online
Gere fala no seu dispositivo sem conta ou fila de servidor.
Digite e escolha uma voz
Digite sua frase, escolha uma voz integrada ou carregue um trecho curto de referência para clonar uma voz.
Reproduza e salve
Selecione Falar, ouça no reprodutor e baixe o áudio como arquivo WAV.
Como funciona
Um modelo de fala de 0,1 bilhão de parâmetros, inteiramente no dispositivo
MOSS-TTS-Nano combina um pequeno modelo de linguagem autorregressivo com um codec neural de áudio. Tudo funciona no backend WebAssembly do ONNX Runtime Web.
| Etapa | O que faz | Onde funciona |
|---|---|---|
| Tokenizador | Transforma o texto nos identificadores de tokens esperados pelo modelo de linguagem | Seu navegador |
| Pré-preenchimento | Lê o texto e a referência de voz em uma passagem e produz os estados ocultos de condicionamento | Seu navegador |
| Decodificação de quadros | Prevê um quadro de códigos de áudio por vez em 16 dicionários de códigos | Seu navegador |
| Codec de áudio | Decodifica os códigos de áudio em uma forma de onda de 48 kHz | Seu navegador |
Texto para fala com IA gratuito
Privado, multilíngue e adequado à CPU
Tudo para ler texto em voz alta sem entregá-lo a terceiros.
Nada é enviado
Texto e áudio ficam no dispositivo. Nenhuma requisição transporta o que você digitou.
Não exige GPU
O modelo é pequeno o suficiente para funcionar na CPU via WebAssembly em velocidade utilizável.
Multilíngue
MOSS-TTS-Nano aceita vários idiomas, incluindo chinês e inglês.
Sem cota
Sem cadastro, limite diário ou marca-d'água no áudio gerado.
Perguntas e respostas
Perguntas frequentes sobre texto para fala
Meu texto é enviado?
Não. O modelo funciona em WebAssembly no navegador; texto e áudio gerado nunca saem do dispositivo.
De onde vem o modelo?
Os grafos ONNX são obtidos do Hugging Face durante a execução, não do 73hi. Se sua rede não acessar o Hub, defina uma URL de espelho ou selecione arquivos de modelo já baixados.
Qual é o tamanho do download?
O modelo de fala e o codec de áudio somam cerca de 760 MB. O navegador os armazena em cache, acelerando muito as próximas visitas no mesmo navegador.
Precisa de GPU?
Não. MOSS-TTS-Nano tem 0,1 bilhão de parâmetros, foi projetado para inferência em CPU e funciona no backend WebAssembly.