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.

۲۴٬۲۶۰
صدا
۱۵۴
زبان
۱۵
خانوادهٔ مدل
۲۴٬۲۶۰
نمونهٔ شنیدنی

۱۵ 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.۲۲٬۲۸۴ صدا · ۱۴۹ زبان · ۶ 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 زبانULTRAGemini 3.8 Flashگفتاری 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.۶٬۳۷۹ صدا · ۱۴۴ زبانULTRAGemini 3.8 Flash Liteگفتاری 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.۵٬۴۶۵ صدا · ۱۱۵ زبانULTRAGemini 2.5 Flashگفتاری 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 زبانULTRAGemini 2.5 Flash-Liteگفتاری 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 زبانULTRAGemini 2.5 Proگفتاری 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 زبانULTRAGemini 3.1 Flash previewگفتاری 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

۱۵۴ زبان

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

آچئی (عربی، اندونزی)۶۰آسامی (هند)۶۰آفریکانس (افریقای جنوبی)۱۸۱آکان (غنا)۶۰آلبانیایی (آلبانی)۱۵۰آلمانی (آلمان)۳۹۶اردو (پاکستان)۱۲۰اردو (هند)۳۴ارمنی (ارمنستان)۱۸۰ازبکی (ازبکستان)۶۰اسپانیایی (اسپانیا)۲۷۳اسپانیایی (امریکای لاتین)۳۵۲اسپانیایی (ایالات متحده)۴۸اسپانیایی (مکزیک)۱۸۰استونیایی (استونی)۲۱۱اسلواکی (اسلواکی)۲۱۲اسلوونیایی (اسلوونی)۱۵۰اکسیتان (فرانسه)۳۰امهری (اتیوپی)۱۸۴اندونزیایی (اندونزی)۲۱۸انگلیسی (استرالیا)۳۱۷انگلیسی (افریقای جنوبی)۲۲۰انگلیسی (ایالات متحده)۶۱۹انگلیسی (ایرلند)۲۲۰انگلیسی (بریتانیا)۴۷۷انگلیسی (کانادا)۲۲۰انگلیسی (نیوزیلند)۱۱۴انگلیسی (هند)۴۶۹اودهی (هند)۶۰اوریه‌ای (هند)۱۸۰اوکراینی (اوکراین)۱۵۲اویغوری (چین)۳۰ایتالیایی (ایتالیا)۳۲۶ایسلندی (ایسلند)۱۸۱ایگبویی (نیجریه)۳۰ایلوکویی (فیلیپین)۶۰باسکی (اسپانیا)۱۸۱باشقیری (روسیه)۳۰بالیایی (اندونزی)۶۰برمه‌ای (میانمار [برمه])۱۵۰بلاروسی (بلاروس)۱۸۰بلغاری (بلغارستان)۲۱۱بمبایی (زامبیا)۳۰بنگالی (بنگلادش)۱۸۰بنگالی (هند)۳۸بوجپوری (هند)۶۰بوسنیایی (بوسنی و هرزگوین)۶۰بوگینس (اندونزی)۶۰پانگاسینانی (فیلیپین)۳۰پرتغالی (برزیل)۴۳۷پرتغالی (پرتغال)۲۹۶پشتو (افغانستان)۱۸۰پنجابی (هند)۲۱۸تاجیکی (تاجیکستان)۳۰تامیلی (هند)۲۶۸تایلندی (تایلند)۱۸۲ترکی آذربایجانی (جمهوری آذربایجان)۱۸۰ترکی استانبولی (ترکیه)۲۲۰ترکی کریمه (اوکراین)۳۰تلوگویی (هند)۲۷۶تیگرینیایی (اتیوپی)۳۰جاوه‌ای (اندونزی)۷۶جاوه‌ای (جاوه)۱۸۰چکی (چک)۲۴۰چینی ماندارین (تایوان)۱۸۶چینی ماندارین (چین)۲۱۸خمری (کامبوج)۶۰دانمارکی (دانمارک)۲۱۵دایولایی (ساحل عاج)۳۰دزونگخا (بوتان)۳۰روسی (روسیه)۱۹۸رومانیایی (رومانی)۲۱۲ژاپنی (ژاپن)۴۵۱سانتالی (هند)۶۰سبویی (فیلیپین)۱۸۰سندی (هند)۱۵۰سواحیلی (کنیا)۲۲۴سوازیایی (اسواتینی)۳۰سوئدی (سوئد)۱۹۴سوتوی جنوبی (افریقای جنوبی)۳۰سوتویی شمالی (افریقای جنوبی)۶۰سومالیایی (سومالی)۳۰سینهالی (سری‌لانکا)۱۸۰صربی (صربستان)۲۱۱عبری (اسرائیل)۲۱۸عربی (لاتین، جهان)۶۰عربی (مصر)۳۶۴عربی (معیار نوین)ar-001۲۳۸عربی (معیار نوین)ar-XA۳۸فارسی (افغانستان)۶۰فارسی (ایران)۱۸۰فرانسوی (فرانسه)۳۸۴فرانسوی (کانادا)۳۶۱فنلاندی (فنلاند)۱۸۲فیلیپینی (فیلیپین)۱۹۰قبایلی (الجزایر)۳۰قرقیزی (قرقیزستان)۶۰قزاقی (قزاقستان)۶۰کاتالان (اسپانیا)۱۸۱کامبایی (کنیا)۶۰کانارا (هند)۲۱۸کانتونی (هنگ‌کنگ، منطقهٔ ویژهٔ اداری چین)۹۴کردی مرکزی (عراق)۶۰کروات (کرواسی)۱۸۰کره‌ای (کرهٔ جنوبی)۴۵۵کشمیری (دوناگری، هند)۶۰کشمیری (عربی، هند)۶۰کنکانی (هند)۱۲۰کنگویی (کنگو - کینشاسا)۶۰کیکویویی (کنیا)۶۰کینیارواندایی (رواندا)۶۰گالیسیایی (اسپانیا)۱۸۱گاندایی (اوگاندا)۶۰گجراتی (هند)۲۱۸گرجی (گرجستان)۱۸۰گوارانی (پاراگوئه)۳۰لائوسی (لائوس)۱۸۰لاتین (واتیکان)۱۲۰لتونیایی (لتونی)۲۱۱لوگزامبورگی (لوکزامبورگ)۱۵۰لهستانی (لهستان)۳۴۰لیتوانیایی (لیتوانی)۱۸۱لینگالا (کنگو - کینشاسا)۶۰ماگاهیایی (هند)۶۰مالاگاسی (ماداگاسکار)۱۲۰مالایالامی (هند)۲۱۸مالایی (مالزی)۱۸۸مالتی (مالت)۶۰مانیپوری (هند)۶۰مایدیلی (هند)۱۸۰مجاری (مجارستان)۲۱۲مراتی (هند)۲۱۶مغولی (مغولستان)۱۸۰مقدونی (مقدونیهٔ شمالی)۱۸۰میزو (هند)۶۰مینانگ‌کابویی (عربی، اندونزی)۶۰مینانگ‌کابویی (لاتین، اندونزی)۳۰نپالی (نپال)۱۸۰نروژی بوک‌مُل (نروژ)۲۱۴نروژی نی‌نُشک (نروژ)۱۸۰نیانجایی (مالاوی)۶۰ویتنامی (ویتنام)۳۰۰هائیتیایی (هائیتی)۱۸۰هلندی (بلژیک)۳۴هلندی (هلند)۲۸۰هندی (هند)۴۵۴هوسایی (نیجریه)۶۰یونانی (یونان)۲۹۴Banjar (عربی, اندونزی)۳۰Banjar (لاتین, اندونزی)۶۰Chhattisgarhi (هند)۶۰Fulfulde (نیجریه)۶۰Latgalian (لتونی)۳۰South Azerbaijani (ایران)۶۰

دربارهٔ این فهرست

Google Cloud دارای ۱۵ خانوادهٔ مدل از جمله Standard، WaveNet، Chirp 3 و Gemini است. Gemini در واقع ۶ 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