Speakshelf

GOOGLE CLOUD টেক্সট টু স্পিচ

Google-এর প্রতিটি কণ্ঠ, এক পাতায়।

Google Cloud ক্যাটালগের প্রতিটি কণ্ঠের নমুনা শুনুন। মডেল পরিবার, ভাষা ও লিঙ্গ দিয়ে ফিল্টার করুন। কোনো অ্যাকাউন্ট নেই, কোনো সেটআপ নেই, শুধু কণ্ঠ।

২৪,২৬০
কণ্ঠ
১৫৪
ভাষা
১৫
মডেল পরিবার
২৪,২৬০
শোনার মতো নমুনা

১৫ মডেল পরিবার

Google নতুন নতুন স্পিচ আর্কিটেকচার আনতেই থাকে, আর প্রতিটি প্রজন্ম এখনো চালু। ক্যাটালগ ছোট প্যারামেট্রিক কণ্ঠ থেকে শুরু করে এক বাক্যে নির্দেশ দেওয়া যায় এমন মডেল পর্যন্ত বিস্তৃত।

ULTRAGeminiGemini-র নেটিভ স্পিচ। প্রতিটি কণ্ঠ সব সাব-মডেল দিয়ে রেন্ডার হতে পারে, আর পরিবেশনা চলে লিখিত স্টাইল-নির্দেশ মেনে।২২,২৮৪টি কণ্ঠ · ১৪৯টি ভাষা · ৬টি সাব-মডেলPREMIUMChirp 3: HDবর্তমান HD প্রজন্ম, স্বাভাবিক কথোপকথনের জন্য টিউন করা।১,৫০৮টি কণ্ঠ · ৫১টি ভাষাPREMIUMStandardটেক্সট টু স্পিচের জন্য প্যারামেট্রিক কণ্ঠ।১৮০টি কণ্ঠ · ৬০টি ভাষাPREMIUMWaveNetWaveNet মডেল পরিবারের নিউরাল কণ্ঠ।১৬১টি কণ্ঠ · ৪৭টি ভাষাPREMIUMNeural2দ্বিতীয় প্রজন্মের নিউরাল কণ্ঠ, বহু পণ্যের ডিফল্ট।৬২টি কণ্ঠ · ১৮টি ভাষাPREMIUMChirp HDপ্রথম Chirp প্রজন্ম, এখনো বহুল ব্যবহৃত।৩০টি কণ্ঠ · ১০টি ভাষাPREMIUMNewsখবর পড়ার জন্য টিউন করা সম্প্রচার-ধাঁচের কণ্ঠ।১৭টি কণ্ঠ · ৪টি ভাষাPREMIUMStudioদীর্ঘ পাঠের জন্য বর্ণনা-মানের কণ্ঠ।১১টি কণ্ঠ · ৬টি ভাষাPREMIUMPolyglotএকটাই কণ্ঠ-পরিচয়, একাধিক ভাষায় কথা বলে।৬টি কণ্ঠ · ৬টি ভাষাPREMIUMCasualঘরোয়া জবাবের জন্য গড়া আলাপচারিতার কণ্ঠ।১টি কণ্ঠ · ১টি ভাষাULTRAGemini 3.8 FlashGemini-র নেটিভ স্পিচ। প্রতিটি কণ্ঠ সব সাব-মডেল দিয়ে রেন্ডার হতে পারে, আর পরিবেশনা চলে লিখিত স্টাইল-নির্দেশ মেনে।৬,৩৭৯টি কণ্ঠ · ১৪৪টি ভাষাULTRAGemini 3.8 Flash LiteGemini-র নেটিভ স্পিচ। প্রতিটি কণ্ঠ সব সাব-মডেল দিয়ে রেন্ডার হতে পারে, আর পরিবেশনা চলে লিখিত স্টাইল-নির্দেশ মেনে।৫,৪৬৫টি কণ্ঠ · ১১৫টি ভাষাULTRAGemini 2.5 FlashGemini-র নেটিভ স্পিচ। প্রতিটি কণ্ঠ সব সাব-মডেল দিয়ে রেন্ডার হতে পারে, আর পরিবেশনা চলে লিখিত স্টাইল-নির্দেশ মেনে।২,৬১০টি কণ্ঠ · ৮৭টি ভাষাULTRAGemini 2.5 Flash-LiteGemini-র নেটিভ স্পিচ। প্রতিটি কণ্ঠ সব সাব-মডেল দিয়ে রেন্ডার হতে পারে, আর পরিবেশনা চলে লিখিত স্টাইল-নির্দেশ মেনে।২,৬১০টি কণ্ঠ · ৮৭টি ভাষাULTRAGemini 2.5 ProGemini-র নেটিভ স্পিচ। প্রতিটি কণ্ঠ সব সাব-মডেল দিয়ে রেন্ডার হতে পারে, আর পরিবেশনা চলে লিখিত স্টাইল-নির্দেশ মেনে।২,৬১০টি কণ্ঠ · ৮৭টি ভাষাULTRAGemini 3.1 Flash previewGemini-র নেটিভ স্পিচ। প্রতিটি কণ্ঠ সব সাব-মডেল দিয়ে রেন্ডার হতে পারে, আর পরিবেশনা চলে লিখিত স্টাইল-নির্দেশ মেনে।২,৬১০টি কণ্ঠ · ৮৭টি ভাষা

১৫৪টি ভাষা

প্রতিটি ভাষার নিজস্ব পাতা আছে, কণ্ঠের পুরো তালিকাসহ, যাতে কাউকে সরাসরি ক্যাটালগের একটি তাকের লিংক পাঠানো যায়।

অক্সিটান (ফ্রান্স)৩০অসমীয়া (ভারত)৬০অ্যাচাইনিজ (আরবি, ইন্দোনেশিয়া)৬০আইসল্যান্ডীয় (আইসল্যান্ড)১৮১আওয়াধি (ভারত)৬০আকান (ঘানা)৬০আজারবাইজানী (আজারবাইজান)১৮০আফ্রিকান (দক্ষিণ আফ্রিকা)১৮১আমহারিক (ইথিওপিয়া)১৮৪আরবি (আধুনিক প্রমিত)ar-001২৩৮আরবি (আধুনিক প্রমিত)ar-XA৩৮আরবি (মিশর)৩৬৪আরবি (ল্যাটিন, পৃথিবী)৬০আর্মেনিয় (আর্মেনিয়া)১৮০আলবেনীয় (আলবেনিয়া)১৫০ইউক্রেনীয় (ইউক্রেন)১৫২ইংরেজি (অস্ট্রেলিয়া)৩১৭ইংরেজি (আয়ারল্যান্ড)২২০ইংরেজি (কানাডা)২২০ইংরেজি (দক্ষিণ আফ্রিকা)২২০ইংরেজি (নিউজিল্যান্ড)১১৪ইংরেজি (ভারত)৪৬৯ইংরেজি (মার্কিন যুক্তরাষ্ট্র)৬১৯ইংরেজি (যুক্তরাজ্য)৪৭৭ইগবো (নাইজেরিয়া)৩০ইতালীয় (ইতালি)৩২৬ইন্দোনেশীয় (ইন্দোনেশিয়া)২১৮ইলোকো (ফিলিপাইন)৬০উইঘুর (চীন)৩০উজবেক (উজবেকিস্তান)৬০উত্তরাঞ্চলীয় সোথো (দক্ষিণ আফ্রিকা)৬০উর্দু (পাকিস্তান)১২০উর্দু (ভারত)৩৪এস্তোনীয় (এস্তোনিয়া)২১১ওড়িয়া (ভারত)১৮০ওলন্দাজ (নেদারল্যান্ডস)২৮০ওলন্দাজ (বেলজিয়াম)৩৪কঙ্গো (কঙ্গো-কিনশাসা)৬০কন্নড় (ভারত)২১৮কাজাখ (কাজাখস্তান)৬০কাতালান (স্পেন)১৮১কাবাইলে (আলজেরিয়া)৩০কাম্বা (কেনিয়া)৬০কাশ্মীরি (আরবি, ভারত)৬০কাশ্মীরি (দেবনাগরী, ভারত)৬০কিকুয়ু (কেনিয়া)৬০কিনয়ারোয়ান্ডা (রুয়ান্ডা)৬০কিরগিজ (কিরগিজিস্তান)৬০কোঙ্কণী (ভারত)১২০কোরিয়ান (দক্ষিণ কোরিয়া)৪৫৫ক্যান্টোনিজ (হংকং এসএআর চীনা)৯৪ক্রিমিয়ান তুর্কি (ইউক্রেন)৩০ক্রোয়েশীয় (ক্রোয়েশিয়া)১৮০খমের (কম্বোডিয়া)৬০গান্ডা (উগান্ডা)৬০গুজরাটি (ভারত)২১৮গুয়ারানি (প্যারাগুয়ে)৩০গ্যালিশীয় (স্পেন)১৮১গ্রিক (গ্রীস)২৯৪চেক (চেকিয়া)২৪০চেবুয়ানো (ফিলিপাইন)১৮০জর্জিয়ান (জর্জিয়া)১৮০জাপানি (জাপান)৪৫১জাভানি (জাভা)১৮০জাভানিজ (ইন্দোনেশিয়া)৭৬জার্মান (জার্মানি)৩৯৬জোংখা (ভুটান)৩০ডিউলা (কোট ডি‘আইভোর)৩০ডেনিশ (ডেনমার্ক)২১৫তাজিক (তাজিকিস্তান)৩০তামিল (ভারত)২৬৮তিগরিনিয়া (ইথিওপিয়া)৩০তুর্কি (তুরস্ক)২২০তেলুগু (ভারত)২৭৬থাই (থাইল্যান্ড)১৮২দক্ষিন সোথো (দক্ষিণ আফ্রিকা)৩০নরওয়েজিয়ান নিনর্স্ক (নরওয়ে)১৮০নরওয়েজিয়ান বোকমাল (নরওয়ে)২১৪নায়াঞ্জা (মালাউই)৬০নেপালি (নেপাল)১৮০পর্তুগিজ (পর্তুগাল)২৯৬পর্তুগিজ (ব্রাজিল)৪৩৭পাঙ্গাসিনান (ফিলিপাইন)৩০পাঞ্জাবি (ভারত)২১৮পাশতু (আফগানিস্তান)১৮০পোলিশ (পোল্যান্ড)৩৪০ফরাসি (কানাডা)৩৬১ফরাসি (ফ্রান্স)৩৮৪ফার্সি (আফগানিস্তান)৬০ফার্সি (ইরান)১৮০ফিনিশ (ফিনল্যান্ড)১৮২ফিলিপিনো (ফিলিপাইন)১৯০বর্মি (মায়ানমার [বার্মা])১৫০বসনীয় (বসনিয়া ও হার্জেগোভিনা)৬০বাংলা (বাংলাদেশ)১৮০বাংলা (ভারত)৩৮বালিনীয় (ইন্দোনেশিয়া)৬০বাশকির (রাশিয়া)৩০বাস্ক (স্পেন)১৮১বুগিনিজ (ইন্দোনেশিয়া)৬০বুলগেরিয় (বুলগেরিয়া)২১১বেম্বা (জাম্বিয়া)৩০বেলারুশীয় (বেলারুশ)১৮০ভিয়েতনামী (ভিয়েতনাম)৩০০ভোজপুরি (ভারত)৬০মণিপুরী (ভারত)৬০মধ্য কুর্দিশ (ইরাক)৬০মল্টীয় (মাল্টা)৬০মাগাহি (ভারত)৬০মারাঠি (ভারত)২১৬মালয় (মালয়েশিয়া)১৮৮মালয়ালম (ভারত)২১৮মালাগাসি (মাদাগাস্কার)১২০মিজো (ভারত)৬০মিনাংকাবাউ (আরবি, ইন্দোনেশিয়া)৬০মিনাংকাবাউ (ল্যাটিন, ইন্দোনেশিয়া)৩০মৈথিলি (ভারত)১৮০মোঙ্গোলীয় (মঙ্গোলিয়া)১৮০ম্যান্ডারিন চীনা (চীন)২১৮ম্যান্ডারিন চীনা (তাইওয়ান)১৮৬ম্যাসেডোনিয়া (উত্তর ম্যাসেডোনিয়া)১৮০রুশ (রাশিয়া)১৯৮রোমানীয় (রোমানিয়া)২১২লাও (লাওস)১৮০লাটভিয় (লাটভিয়া)২১১লাতিন (ভ্যাটিকান সিটি)১২০লিঙ্গালা (কঙ্গো-কিনশাসা)৬০লিথুয়ানীয় (লিথুয়ানিয়া)১৮১লুক্সেমবার্গীয় (লাক্সেমবার্গ)১৫০সাঁওতালি (ভারত)৬০সার্বীয় (সার্বিয়া)২১১সিংহলি (শ্রীলঙ্কা)১৮০সিন্ধি (ভারত)১৫০সুইডিশ (সুইডেন)১৯৪সোমালি (সোমালিয়া)৩০সোয়াতি (ইসওয়াতিনি)৩০সোয়াহিলি (কেনিয়া)২২৪স্প্যানিশ (মার্কিন যুক্তরাষ্ট্র)৪৮স্প্যানিশ (মেক্সিকো)১৮০স্প্যানিশ (লাতিন আমেরিকা)৩৫২স্প্যানিশ (স্পেন)২৭৩স্লোভাক (স্লোভাকিয়া)২১২স্লোভেনীয় (স্লোভানিয়া)১৫০হাইতিয়ান ক্রেওল (হাইতি)১৮০হাউসা (নাইজেরিয়া)৬০হাঙ্গেরীয় (হাঙ্গেরি)২১২হিন্দি (ভারত)৪৫৪হিব্রু (ইজরায়েল)২১৮Banjar (আরবি, ইন্দোনেশিয়া)৩০Banjar (ল্যাটিন, ইন্দোনেশিয়া)৬০Chhattisgarhi (ভারত)৬০Fulfulde (নাইজেরিয়া)৬০Latgalian (লাটভিয়া)৩০South Azerbaijani (ইরান)৬০

এই ক্যাটালগ সম্পর্কে

Google Cloud ক্যাটালগে ১৫টি মডেল পরিবার আছে, যার মধ্যে রয়েছে Standard, WaveNet, Chirp 3 ও Gemini। Gemini আসলে এক-এ ৬টি মডেল: প্রতিটি Gemini কণ্ঠ যেকোনো সাব-মডেল দিয়ে রেন্ডার হতে পারে, আর প্রতিটি রেন্ডারের এখানে নিজস্ব নমুনা আছে। ক্যাটালগের বাকি প্রতিটি কণ্ঠেরও নমুনা আছে।

Speakshelf স্বাধীন এবং Google Cloud-এর সঙ্গে সম্পর্কিত নয়। কণ্ঠের তথ্য ও অডিও আসে AI TTS Microservice থেকে, যে সেবাটি Google, Amazon, Azure ও অন্যান্য স্পিচ প্রোভাইডারকে একটিমাত্র প্রবেশপথের পেছনে এক করে। নমুনা চাহিদামতো স্ট্রিম হয়, তাই শোনা বিনামূল্যে।
AI TTS Microservice হলো The Productive Pixel-এর একটি পণ্য।

সব কণ্ঠ

ক্যাটালগ লোড হচ্ছে