Tortoise TTS

Ultra

Ultra-høj kvalitet tale med uovertruffen natur

Very Slow Hastighed
Exceptional Kvalitet
Nej Kloning
1 Sprog

Om Tortoise TTS

Tortoise TTS er en autoregressiv tekst-til-tale model, der prioriterer lydkvalitet frem for alt andet. Ved hjælp af en kombination af autoregressive transformers og diffusion modeller, Tortoise gener ekstremt naturlig tale, der indfanger subtile nuancer af menneskelig stemme. Mens langsommere end andre modeller, Tortoise producerer den mest naturlige-klingende TTS output til rådighed.

Nøglefunktioner

Ultrahøj kvalitet

Den mest naturlige-klingende TTS output til rådighed.

Tegnstemmer

Vælg mellem færdige Tortoise stemmer i stemmebiblioteket.

Naturlig prosody

Opfanger subtile talemønstre og mikro-udtryk.

Hastighedsafgivelse

Renderet med en hastighedsorienteret indstilling, så klip finish i rimelig tid.

Følelsesmæssig dybde

Gener tale med ægte følelsesmæssig resonans.

Open source

Apache 2.0 licenseret med kommercielle brugsrettigheder.

Brugstilfælde

Premium- lydbøger Filmproduktion Dokumentarration Professionelle stemmeoversættere Arkivprojekter High- end indhold

Tortoise TTS Voices

View All 18
Tortoise Angie
EN
Tortoise Deniro
EN
Tortoise Freeman
EN
Tortoise Geralt
EN
Tortoise Halle
EN
Tortoise Jlaw
EN
Tortoise Lj
EN
Tortoise Mol
EN
Tortoise Myself
EN
Tortoise Pat
EN
Tortoise Pat2
EN
Tortoise Snakes
EN

Hvordan man bruger Tortoise TTS

  1. 1

    Gratis tilmelding

    Opret en gratis TextToSpeechAI konto for at få startkreditter. Tortoise er en Ultra-tier motor (50 kreditter pr 1000 tegn), så de gratis kreditter er perfekt til en første kort test.

  2. 2

    Vælg en tortoisestemme

    Vælg en af de indbyggede Tortoise stemmer fra stemmebrowseren.

  3. 3

    Indtast din tekst

    Indtast eller indsæt den tekst du vil have fortalt. Fordi Tortoise er langsom, start med en kort passage for at bekræfte stemmen og tonen før du sender et fuldt lydbogskapitel eller et langt script.

  4. 4

    Generér

    Klik på generere og være tålmodig. Tortoise kan tage fra 30 sekunder til flere minutter per klip.

  5. 5

    Download eller brug API'en

    Når generationen er færdig, downloade din lyd som MP3, WAV, eller OGG, eller hente det fra din historie. For at automatisere Tortoise job, kalde TextToSpeechAI API og tillade længere timeouts, da Tortoise gør langsomt.

Tortoise TTS API

Generer tale programmatisk ved hjælp af TextToSpeechAI REST API.

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Tortoise tager sin tid, men resultaterne er værd at vente på.",
    "voice": "tortoise-angie"
  }'

Ofte stillede spørgsmål

Tortoise TTS er en automatisk regressiv tekst-til-tale model skabt af James Betker, der prioriterer lydkvalitet frem for alt andet. Det kombinerer transformer-baseret sprog modellering med diffusion dekodning at generere tale med uovertruffen naturlighed, følelsesmæssig dybde, og menneskelige-lignende prosody. Det er bredt betragtes som en af de mest realistiske open source TTS motorer til rådighed.

Ja. Tortoise TTS er open source under den eftergivende Apache 2.0 licens, som tillader kommerciel brug, ændring og omfordeling. På TextToSpeechAI, Tortoise sidder i Ultra tier på 50 kreditter pr 1000 tegn på grund af sin tunge beregne krav og ekstraordinære output kvalitet.

Tortoise er langsom ved design: det gener flere kandidatklip automatisk regressivt og forfiner derefter den bedste med en diffusionsmodel og en CLVP re-ranking trin. Denne kvalitet- første rørledning betyder, at et enkelt klip kan tage fra 30 sekunder til flere minutter afhængigt af tekstlængde og kvalitet forudindstillet. Tradeoff er, at Tortoise producerer nogle af de mest naturlige tale af enhver TTS motor.

Ikke på TextToSpeechAI i dag. Open source-modellen har forudindstillinger, der handel hastighed for kvalitet; vi renderer med en hastighedsorienteret indstilling, så et klip slutter i rimelig tid.

Ikke på TextToSpeechAI. Tortoise stemmer her er færdige stemmer fra biblioteket. Til stemmekloning, bruge klon stemme værktøj, som kører Chatterbox.

Tortoise blev primært trænet på engelsk taledatasæt, så engelsk er hvor kvaliteten er stærkest. Brug Piper eller Bark stemmer eller en klonet stemme til andre sprog.

Tortoise producerer ekstraordinære, ofte uskelnelig-fra-menneskelig lyd. Det fanger vejrtrækning, tøven, intonation, og ægte følelsesmæssig resonans, at lettere modeller miss. Derfor er det fortsat en favorit for luksus lydbøger, film fortælling, og luksus voiceover arbejde, hvor realisme er altafgørende.

Tortoise kræver typisk 12-24GB VRAM afhængigt af indstillinger og batchstørrelse, så high-end GPU'er som RTX 3090, 4090 eller A100 anbefales til lokal brug. CPU-inference er teknisk muligt, men ekstremt langsom. På TextToSpeechAI kører modellen på vores GPU-infrastruktur, så du behøver ikke nogen hardware af din egen.

Tortoise gør naturligt høj kvalitet 24kHz WAV lyd. Gennem TextToSpeechAI kan du anmode om MP3, WAV eller OGG, og vi transcode med kvalitets-konservering kodning, så du holder modellens fine detaljer i uanset format dit projekt behov.

Tortoise er i Ultra prissætning niveau på 50 kreditter pr 1000 tegn, afspejler GPU tid sin kvalitet-første rørledning forbruger. Nye konti får gratis starter kreditter, så du kan teste Tortoise før begå. Ultra tier dækker også StylettTS2.

Begge er Ultra-tier motorer, men de handler anderledes. Tortoise TTS når det absolutte højdepunkt af naturlighed og følelsesmæssig dybde, men er langt den langsomste motor. StyletTTS2 leverer nær-Tortoise kvalitet med meget hurtigere generation, hvilket gør det bedre valg, når du har brug for mange klip eller hurtigere turnaround. Pick Tortoise når kvalitet er ikke-forhandlingsdygtig og tid er ikke en begrænsning.

Ja. Tilmeld dig på TextToSpeechAI for at modtage gratis starttekster, og vælg derefter en Tortoise-stemme til at generere et klip uden at installere noget. Fordi Tortoise er langsom, start med en kort sætning, før du kører længere job.

Technical Specs

  • Generation Speed Very Slow
  • Output Quality Exceptional
  • Voice Cloning Not Supported
  • Languages 1
  • GPU VRAM 12-24GB
  • Credits/1000 chars 50

Try Tortoise TTS Now

Generate your first audio free. No credit card required.

Start Free