ข้อความเป็นเสียงออนไลน์ฟรี

พิมพ์ประโยคแล้ว MOSS-TTS-Nano จะอ่านให้ฟังในเบราว์เซอร์ โมเดลเสียงหลายภาษา 0.1B ทำงานบน WebAssembly จึงไม่อัปโหลดข้อมูลและไม่ใช้เซิร์ฟเวอร์ประมวลผล

ความเร็วจะเปลี่ยนอัตราสุ่มตัวอย่างคลื่นเสียง คลิปที่เร็วขึ้นจึงมีเสียงสูงขึ้นเล็กน้อย คล้ายเทปที่เล่นเร็วขึ้น

เสียงของคุณจะปรากฏที่นี่

ไฟล์โมเดล

โมเดลเสียงและตัวแปลงสัญญาณเสียงมาจาก Hugging Face ไม่ใช่ 73hi

    น้ำหนักโมเดลอยู่ที่ MOSS-TTS-Nano-100M-ONNX และ MOSS-Audio-Tokenizer-Nano-ONNXทั้งสองเผยแพร่ภายใต้ Apache-2.0

    สามขั้นตอนง่ายๆ

    วิธีแปลงข้อความเป็นเสียงออนไลน์

    สร้างเสียงบนเครื่องของคุณโดยไม่ต้องมีบัญชีหรือรอคิวเซิร์ฟเวอร์

    1

    โหลดโมเดล

    เลือก โหลดโมเดลกราฟ ONNX และตัวแปลงสัญญาณเสียงจะดาวน์โหลดครั้งเดียวและเก็บแคชในเบราว์เซอร์

    2

    พิมพ์และเลือกเสียง

    ป้อนประโยค เลือกเสียงสำเร็จรูป หรือเลือกคลิปอ้างอิงสั้นเพื่อเลียนแบบเสียง

    3

    เล่นและบันทึก

    เลือก อ่านออกเสียงฟังในเครื่องเล่น แล้วดาวน์โหลดเสียงเป็นไฟล์ WAV

    วิธีทำงาน

    โมเดลเสียง 0.1B ทำงานบนอุปกรณ์ทั้งหมด

    MOSS-TTS-Nano จับคู่โมเดลภาษาถดถอยอัตโนมัติขนาดเล็กกับตัวแปลงสัญญาณเสียงแบบโครงข่ายประสาท ทุกอย่างทำงานบนแบ็กเอนด์ WebAssembly ของ ONNX Runtime Web

    ขั้นตอน หน้าที่ ทำงานที่
    ตัวแบ่งโทเคน แปลงข้อความเป็นรหัสโทเคนที่โมเดลภาษาต้องการ เบราว์เซอร์ของคุณ
    ประมวลผลข้อมูลเริ่มต้น อ่านข้อความและตัวอย่างเสียงในครั้งเดียว แล้วสร้างสถานะซ่อนสำหรับกำหนดเงื่อนไข เบราว์เซอร์ของคุณ
    ถอดรหัสเฟรม ทำนายรหัสเสียงทีละเฟรมผ่านชุดรหัส 16 ชุด เบราว์เซอร์ของคุณ
    ตัวแปลงสัญญาณเสียง ถอดรหัสเสียงกลับเป็นรูปคลื่น 48 kHz เบราว์เซอร์ของคุณ
    ข้อความเป็นเสียง AI ฟรี

    เป็นส่วนตัว หลายภาษา และเหมาะกับ CPU

    ทุกอย่างที่ต้องใช้เพื่ออ่านข้อความออกเสียงโดยไม่ส่งให้บุคคลภายนอก

    ไม่มีการอัปโหลด

    ข้อความและเสียงอยู่บนอุปกรณ์ ไม่มีคำขอใดส่งสิ่งที่คุณพิมพ์

    ไม่ต้องใช้ GPU

    โมเดลเล็กพอให้ทำงานบน CPU ผ่าน WebAssembly ด้วยความเร็วที่ใช้งานได้

    หลายภาษา

    MOSS-TTS-Nano รองรับหลายภาษา รวมถึงภาษาจีนและอังกฤษ

    ไม่มีโควตา

    ไม่ต้องสมัคร ไม่จำกัดรายวัน และไม่มีลายน้ำในเสียงที่สร้าง

    คำถามและคำตอบ

    คำถามที่พบบ่อยเกี่ยวกับข้อความเป็นเสียง

    ข้อความของฉันถูกอัปโหลดหรือไม่?

    ไม่ โมเดลทำงานบน WebAssembly ในเบราว์เซอร์ ข้อความและเสียงที่สร้างจึงไม่ออกจากอุปกรณ์

    โมเดลมาจากที่ใด?

    กราฟ ONNX โหลดจาก Hugging Face ขณะทำงาน ไม่ใช่จาก 73hi หากเครือข่ายเข้า Hub ไม่ได้ คุณกำหนด URL มิเรอร์หรือเลือกไฟล์โมเดลที่ดาวน์โหลดไว้แล้วได้

    ต้องดาวน์โหลดขนาดเท่าใด?

    โมเดลเสียงและตัวแปลงสัญญาณเสียงรวมประมาณ 760 MB เบราว์เซอร์เก็บแคชไว้ การใช้ครั้งต่อไปในเบราว์เซอร์เดิมจึงเริ่มเร็วขึ้นมาก

    ต้องใช้ GPU หรือไม่?

    ไม่ MOSS-TTS-Nano เป็นโมเดล 0.1B พารามิเตอร์ที่ออกแบบสำหรับการอนุมานบน CPU และทำงานบนแบ็กเอนด์ WebAssembly