Speakshelf

تبدیل متن به گفتار Google Cloud

همهٔ صداهای Google در یک صفحه.

نمونهٔ هر صدا را در فهرست Google Cloud بشنوید. بر اساس خانوادهٔ مدل، زبان و جنسیت فیلتر کنید. بدون حساب کاربری و راه‌اندازی، فقط گوش کنید.

۴٬۵۸۶
صدا
۹۳
زبان
۱۰
خانوادهٔ مدل
۱۲٬۴۱۶
نمونهٔ شنیدنی

۱۰ خانوادهٔ مدل

Google همچنان معماری‌های تازه‌ای برای گفتار عرضه می‌کند و همهٔ نسل‌ها هنوز در دسترس‌اند. این فهرست از صداهای پارامتری کم‌حجم تا مدل‌هایی را در بر می‌گیرد که می‌توانید با یک جمله هدایتشان کنید.

ULTRAGeminiگفتاری که مستقیماً با Gemini تولید می‌شود. هر صدا را می‌توان با هر زیرمدل تولید کرد و شیوهٔ بیان از دستور نوشتاری برای سبک گفتار پیروی می‌کند.۲٬۶۱۰ صدا · ۸۷ زبان · ۴ زیرمدلPREMIUMChirp 3: HDنسل کنونی HD، تنظیم‌شده برای گفت‌وگوی طبیعی.۱٬۵۰۸ صدا · ۵۱ زبانPREMIUMStandardصداهای پارامتری برای تبدیل متن به گفتار.۱۸۰ صدا · ۶۰ زبانPREMIUMWaveNetصداهای عصبی از خانوادهٔ مدل WaveNet.۱۶۱ صدا · ۴۷ زبانPREMIUMNeural2نسل دوم صداهای عصبی که در بسیاری از محصولات گزینهٔ پیش‌فرض‌اند.۶۲ صدا · ۱۸ زبانPREMIUMChirp HDنسل نخست Chirp که هنوز به‌طور گسترده استفاده می‌شود.۳۰ صدا · ۱۰ زبانPREMIUMNewsصداهایی با لحن گویندگی رادیو و تلویزیون، تنظیم‌شده برای خواندن خبر.۱۷ صدا · ۴ زبانPREMIUMStudioصداهای مناسب روایت برای خواندن متن‌های طولانی.۱۱ صدا · ۶ زبانPREMIUMPolyglotیک صدای مشخص که به چند زبان صحبت می‌کند.۶ صدا · ۶ زبانPREMIUMCasualصدایی محاوره‌ای برای پاسخ‌های خودمانی.۱ صدا · ۱ زبان

۹۳ زبان

هر زبان صفحه‌ای جداگانه با فهرست کامل صداها دارد؛ پس می‌توانید پیوند یک قفسهٔ مشخص را مستقیماً برای دیگران بفرستید.

آفریکانس (افریقای جنوبی)۳۱آلبانیایی (آلبانی)۳۰آلمانی (آلمان)۷۲اردو (پاکستان)۳۰اردو (هند)۳۴ارمنی (ارمنستان)۳۰اسپانیایی (اسپانیا)۷۹اسپانیایی (امریکای لاتین)۳۰اسپانیایی (ایالات متحده)۴۸اسپانیایی (مکزیک)۳۰استونیایی (استونی)۶۱اسلواکی (اسلواکی)۶۲اسلوونیایی (اسلوونی)۳۰امهری (اتیوپی)۳۴اندونزیایی (اندونزی)۶۸انگلیسی (استرالیا)۷۹انگلیسی (ایالات متحده)۹۹انگلیسی (بریتانیا)۹۳انگلیسی (هند)۷۹اوریه‌ای (هند)۳۰اوکراینی (اوکراین)۶۲ایتالیایی (ایتالیا)۷۰ایسلندی (ایسلند)۳۱باسکی (اسپانیا)۳۱برمه‌ای (میانمار [برمه])۳۰بلاروسی (بلاروس)۳۰بلغاری (بلغارستان)۶۱بنگالی (بنگلادش)۳۰بنگالی (هند)۳۸پرتغالی (برزیل)۷۳پرتغالی (پرتغال)۳۴پشتو (افغانستان)۳۰پنجابی (هند)۶۸تامیلی (هند)۶۸تایلندی (تایلند)۶۲ترکی آذربایجانی (جمهوری آذربایجان)۳۰ترکی استانبولی (ترکیه)۷۰تلوگویی (هند)۶۴جاوه‌ای (جاوه)۳۰چکی (چک)۶۲چینی ماندارین (تایوان)۳۶چینی ماندارین (چین)۶۸دانمارکی (دانمارک)۶۵روسی (روسیه)۴۸رومانیایی (رومانی)۶۲ژاپنی (ژاپن)۷۱سبویی (فیلیپین)۳۰سندی (هند)۳۰سواحیلی (کنیا)۶۰سوئدی (سوئد)۷۴سینهالی (سری‌لانکا)۳۰صربی (صربستان)۶۱عبری (اسرائیل)۶۸عربی (مصر)۳۰عربی (معیار نوین)ar-001۳۰عربی (معیار نوین)ar-XA۳۸فارسی (ایران)۳۰فرانسوی (فرانسه)۷۲فرانسوی (کانادا)۷۵فنلاندی (فنلاند)۶۲فیلیپینی (فیلیپین)۴۰کاتالان (اسپانیا)۳۱کانارا (هند)۶۸کانتونی (هنگ‌کنگ، منطقهٔ ویژهٔ اداری چین)۳۴کروات (کرواسی)۳۰کره‌ای (کرهٔ جنوبی)۷۱کنکانی (هند)۳۰گالیسیایی (اسپانیا)۳۱گجراتی (هند)۶۸گرجی (گرجستان)۳۰لائوسی (لائوس)۳۰لاتین (واتیکان)۳۰لتونیایی (لتونی)۶۱لوگزامبورگی (لوکزامبورگ)۳۰لهستانی (لهستان)۶۴لیتوانیایی (لیتوانی)۶۱مالاگاسی (ماداگاسکار)۳۰مالایالامی (هند)۶۸مالایی (مالزی)۳۸مایدیلی (هند)۳۰مجاری (مجارستان)۶۲مراتی (هند)۶۶مغولی (مغولستان)۳۰مقدونی (مقدونیهٔ شمالی)۳۰نپالی (نپال)۳۰نروژی بوک‌مُل (نروژ)۶۴نروژی نی‌نُشک (نروژ)۳۰ویتنامی (ویتنام)۷۰هائیتیایی (هائیتی)۳۰هلندی (بلژیک)۳۴هلندی (هلند)۶۴هندی (هند)۷۶یونانی (یونان)۶۲

دربارهٔ این فهرست

Google Cloud دارای ۱۰ خانوادهٔ مدل از جمله Standard، WaveNet، Chirp 3 و Gemini است. Gemini در واقع ۴ مدل را در بر می‌گیرد: هر صدای Gemini را می‌توان با هر یک از زیرمدل‌ها تولید کرد و هر خروجی در اینجا نمونهٔ جداگانه‌ای دارد. هر صدای دیگر این فهرست هم نمونه دارد.

Speakshelf مستقل است و به Google Cloud وابسته نیست. داده‌ها و فایل‌های صوتی از AI TTS Microservice می‌آیند؛ سرویسی که Google، Amazon، Azure و دیگر ارائه‌دهندگان گفتار را از طریق یک نقطهٔ اتصال در دسترس قرار می‌دهد. نمونه‌ها هنگام درخواست پخش می‌شوند و شنیدنشان رایگان است.
AI TTS Microservice محصولی از The Productive Pixel است.

همهٔ صداها

در حال بارگذاری فهرست