Tải mô hình
Chọn Tải mô hình. Các đồ thị ONNX và codec âm thanh được tải một lần rồi lưu đệm trong trình duyệt.
Chuyển văn bản thành giọng nói trực tuyến miễn phí
Nhập một câu và MOSS-TTS-Nano đọc lại trong trình duyệt. Đây là mô hình giọng nói đa ngôn ngữ 0.1B chạy trên WebAssembly, nên không tải lên dữ liệu và không cần máy chủ xử lý.
Tốc độ lấy mẫu lại dạng sóng, nên đoạn nhanh hơn cũng có giọng cao hơn một chút, giống băng từ chạy nhanh.
Âm thanh của bạn xuất hiện ở đây
Tệp mô hình
Mô hình giọng nói và codec âm thanh đến từ Hugging Face, không phải 73hi.
Trọng số nằm tại MOSS-TTS-Nano-100M-ONNX và MOSS-Audio-Tokenizer-Nano-ONNX, cả hai phát hành theo Apache-2.0.
Ba bước đơn giản
Cách chuyển văn bản thành giọng nói trực tuyến
Tạo giọng nói trên máy của bạn mà không cần tài khoản hoặc chờ máy chủ.
Nhập văn bản và chọn giọng
Nhập câu, chọn giọng có sẵn hoặc mở đoạn âm thanh tham chiếu ngắn để nhân bản giọng nói.
Phát và lưu
Chọn Đọc, nghe trong trình phát rồi tải âm thanh dưới dạng WAV.
Cách hoạt động
Mô hình giọng nói 0.1B, hoàn toàn trên thiết bị
MOSS-TTS-Nano kết hợp mô hình ngôn ngữ tự hồi quy nhỏ với codec âm thanh nơ-ron. Mọi thứ chạy trên backend WebAssembly của ONNX Runtime Web.
| Giai đoạn | Chức năng | Nơi xử lý |
|---|---|---|
| Bộ tách token | Chuyển văn bản thành ID token mà mô hình ngôn ngữ yêu cầu | Trình duyệt của bạn |
| Xử lý đầu vào | Đọc văn bản và gợi ý giọng trong một lượt, tạo trạng thái ẩn điều kiện | Trình duyệt của bạn |
| Giải mã khung | Dự đoán từng khung mã âm thanh qua 16 bảng mã | Trình duyệt của bạn |
| Codec âm thanh | Giải mã các mã âm thanh trở lại dạng sóng 48 kHz | Trình duyệt của bạn |
Chuyển văn bản thành giọng nói AI miễn phí
Riêng tư, đa ngôn ngữ và phù hợp với CPU
Mọi thứ cần để đọc văn bản thành tiếng mà không giao cho bên thứ ba.
Không tải lên dữ liệu
Văn bản và âm thanh nằm trên thiết bị. Không yêu cầu nào mang nội dung bạn đã nhập.
Không cần GPU
Mô hình đủ nhỏ để chạy trên CPU qua WebAssembly với tốc độ sử dụng được.
Đa ngôn ngữ
MOSS-TTS-Nano hỗ trợ nhiều ngôn ngữ, gồm tiếng Trung và tiếng Anh.
Không hạn mức
Không đăng ký, không giới hạn hằng ngày và không hình mờ trên âm thanh bạn tạo.
Hỏi đáp
Câu hỏi thường gặp về chuyển văn bản thành giọng nói
Văn bản của tôi có được tải lên không?
Không. Mô hình chạy trên WebAssembly trong trình duyệt, nên văn bản và âm thanh được tạo luôn nằm trên thiết bị.
Mô hình đến từ đâu?
Các đồ thị ONNX được lấy từ Hugging Face khi chạy, không phải 73hi. Nếu mạng của bạn không truy cập được Hub, bạn có thể đặt URL máy chủ thay thế hoặc chọn tệp mô hình đã tải trước.
Dung lượng tải xuống là bao nhiêu?
Mô hình giọng nói và codec âm thanh tổng cộng khoảng 760 MB. Trình duyệt lưu đệm nên lần truy cập sau bằng cùng trình duyệt bắt đầu nhanh hơn nhiều.
Có cần GPU không?
Không. MOSS-TTS-Nano là mô hình 0.1B tham số được thiết kế để suy luận trên CPU và chạy trên backend WebAssembly.