Tortoise TTS

Ultra

Discurso de Ultra-Alta Qualidade com Naturalidade Incomparável

Very Slow Velocidade
Exceptional Qualidade
Não Enchimento
1 Línguas

Sobre Tortoise TTS

Tortoise TTS é um modelo autorregressivo de texto a voz que prioriza a qualidade de áudio acima de tudo. Usando uma combinação de transformadores autoregressivos e modelos de difusão, Tortoise gera fala extremamente natural que capta nuances sutis da voz humana. Enquanto mais lenta do que outros modelos, Tortoise produz a saída TTS mais natural-sonante disponível.

Características-chave

Ultra-Alta qualidade

A saída TTS mais natural disponível.

Vozes de Personagens

Escolha entre vozes Tortoise prontas na biblioteca de vozes.

Prosodia natural

Capta padrões de fala sutis e micro-expressão.

Renderização de velocidade

Renderizado com um cenário orientado para a velocidade, então clips terminam em tempo razoável.

Profundidade emocional

Gera a fala com uma verdadeira ressonância emocional.

Fonte Aberta

Apache 2.0 licenciado com direitos de uso comercial.

Casos de utilização

Audiobooks Premium Produção de filmes Narração Documental Vozes Profissional Projectos de arquivo Conteúdo de alto fim

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

Como Utilizar Tortoise TTS

  1. 1

    Inscreva-se gratuitamente

    Criar uma conta TextToSpeechAI gratuita para obter créditos de arranque. Tortoise é um motor Ultra-tier (50 créditos por 1000 caracteres), então os créditos gratuitos são perfeitos para um primeiro teste curto.

  2. 2

    Escolha uma voz de Tortoise

    Selecione uma das vozes de Tortoise incorporadas do navegador de voz.

  3. 3

    Insira o seu texto

    Digite ou cole o texto que você quer narrado. Como a Tortoise é lenta, comece com uma passagem curta para confirmar a voz e o tom antes de enviar um capítulo completo do audiobook ou um script longo.

  4. 4

    Gerar

    Clique em gerar e ser paciente. A tortoise pode demorar de 30 segundos a vários minutos por clipe.

  5. 5

    Baixe ou use a API

    Quando a geração termina, baixe o seu áudio como MP3, WAV, ou OGG, ou obtê-lo da sua história. Para automatizar tarefas de Tortoise, chame a API TextToSpeechAI e permita tempos de tempo mais longos, já que Tortoise rende lentamente.

Tortoise TTS API

Gerar a fala programática usando a API TextToSpeechAI REST.

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "A Tortoise leva o seu tempo, mas os resultados valem a pena esperar.",
    "voice": "tortoise-angie"
  }'

Perguntas Frequentes

Tortoise TTS é um modelo autorregressivo de texto a voz criado por James Betker que prioriza a qualidade do áudio acima de tudo. Combina a modelagem de linguagem baseada em transformadores com a decodificação de difusão para gerar fala com naturalidade inigualável, profundidade emocional e prósodia semelhante ao humano. É amplamente considerado como um dos motores TTS de código aberto mais realista disponível.

Sim. A Tortoise TTS é open-source sob a licença permissiva Apache 2.0, que permite o uso, modificação e redistribuição comerciais. Em TextToSpeechAI, a Tortoise fica na nível Ultra a 50 créditos por 1000 caracteres por causa de seus requisitos de cálculo pesados e qualidade de saída excepcional.

A Tortoise é lenta pelo design: gera vários clipes candidatos autoregressivemente e depois refina o melhor com um modelo de difusão e um passo de re-râncalo CLVP. Este pipeline de qualidade-primeiro significa que um único clipe pode levar de 30 segundos a vários minutos dependendo do comprimento do texto e da qualidade predefinida. O comércio é que a Tortoise produz uma parte da fala mais natural de qualquer motor TTS.

Não hoje em TextToSpeechAI. O modelo de código aberto tem predefinições que a velocidade de comércio para a qualidade; nós rendemos com um ajuste orientado à velocidade, assim um clip acaba em tempo razoável.

Não em TextToSpeechAI. As vozes de Tortoise aqui são vozes prontas da biblioteca. Para clonagem de voz, use a ferramenta Clone Voice, que executa Chatterbox.

A Tortoise foi treinada principalmente em conjuntos de dados de fala em inglês, então o inglês é onde sua qualidade é mais forte. Para outros idiomas, use vozes Piper ou Bark ou uma voz clonada.

A Tortoise produz áudio excepcional, muitas vezes indistinguível do humano. Capta respiração, hesitação, entonação e ressonância emocional genuína que os modelos mais leves faltam. É por isso que permanece um favorito para os audiobooks premium, narração de filmes e trabalhos de alta gama de voz onde o realismo é primordial.

A Tortoise normalmente requer 12-24GB de VRAM dependendo das configurações e do tamanho do lote, por isso GPUs de alta gama como a RTX 3090, 4090 ou A100 são recomendados para uso local. Inferência da CPU é tecnicamente possível mas extremamente lenta. Em TextToSpeechAI o modelo funciona em nossa infraestrutura GPU, por isso você não precisa de hardware próprio.

Tortoise torna áudio WAV de alta qualidade 24kHz. Através de TextToSpeechAI você pode solicitar MP3, WAV ou OGG, e nós transcodificamos com codificação de qualidade preservando para que você mantenha o bom detalhe do modelo em qualquer formato que seu projeto precise.

Tortoise está na classe de preços Ultra a 50 créditos por 1000 caracteres, refletindo o tempo GPU seu qualidade-primeiro gasoduto consumi. Novas contas recebem créditos de início gratuito, para que você possa testar Tortoise antes de cometer. O nível Ultra também cobre StyleTTS2.

Ambos são motores ultra-tíger, mas eles trocam diferente. Tortoise TTS atinge o pico absoluto da naturalidade e profundidade emocional, mas é de longe o motor mais lento. StyleTTS2 oferece qualidade próxima ao Tortoise com geração muito mais rápida, tornando a melhor escolha quando você precisa de muitos clips ou viragem mais rápida. Escolha Tortoise quando a qualidade não é negociable e o tempo não é uma constrangimento.

Sim. Inscreva-se no TextToSpeechAI para receber créditos de início livre, em seguida, selecione uma voz Tortoise para gerar um clipe sem instalar nada. Porque Tortoise é lento, comece com uma frase curta antes de executar trabalhos mais longos.

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