Каталог голосів для синтезу мовлення

Голосів: 21 388. Усі на одній полиці.

Speakshelf збирає голоси для синтезу мовлення від Google Cloud, Amazon Polly, Kokoro та інших постачальників. Кожен має зразок, який можна прослухати в браузері. Без облікового запису й налаштувань, лише голоси.

21 388

Голоси

Постачальники

179

Мови

29 282

Зразки для прослуховування

4 постачальники

Кожен постачальник має свою полицю: повний список голосів із фільтрами та відтворенням, пояснення до кожної родини моделей і окрему сторінку для кожної мови. Каталог зростає: AI TTS Microservice додає постачальників, а після перевірки їхні полиці з’являються тут.

/GOOGLEGoogle Cloud4 586голосів93 мови · 10 родин моделей · 12 416 зразківРодини моделей від Standard і WaveNet до Chirp 3 та голосів Gemini, що дотримуються письмових вказівок щодо стилю.Переглянути →/POLLYAmazon Polly113голосів42 мови · 4 рушії · 177 зразківСервіс синтезу мовлення AWS із рушіями Standard, Neural, Generative і Long-form.Переглянути →/KOKOROKokoro54голоси9 мов · 1 родина моделей · 54 зразкиМодель із відкритими вагами, 82 мільйони параметрів, ліцензія Apache 2.0.Переглянути →/AZUREAzure Speech16 635голосів161 мова · 11 родин моделей · 16 635 зразківГолоси Azure Speech із родин моделей Neural, Dragon, OpenAI і MAI.Переглянути →

Навіщо одна полиця

Каталоги різняться не лише розміром. Коли вони поруч, легше побачити, що в них спільного, чого бракує та чим кожен особливий.

Більше мов і варіантів

Amazon Polly підтримує мову, якої взагалі немає в Google Cloud: валлійська. Також є регіональні варіанти, як-от англійська (Ірландія) і англійська (Нова Зеландія). На одній полиці видно, що є в кожного постачальника й чого немає в інших.

Спільний спосіб прослуховування

На кожній полиці ті самі фільтри, програвач і схема ідентифікаторів голосів. Для порівняння голосів різних постачальників достатньо двох натискань, без переходу між двома консолями.

Оновлюється автоматично

Кожна полиця щодня оновлюється з AI TTS Microservice. Нові голоси, мови й підмоделі з’являються тут без ручного редагування сайту.

Про цей каталог

Speakshelf слугує довідковим каталогом голосів для синтезу мовлення. Нині тут представлено голоси від 4 постачальників 179 мовами. Загальна кількість голосів: 21 388, кожен має зразок для прослуховування. Голоси згруповано так само, як у постачальників: за родинами моделей і рушіями, щоб почуте відповідало тому, що ви зможете використати.

Speakshelf є незалежним проєктом і не пов’язаний із жодним постачальником, представленим у каталозі. Дані про голоси й аудіо надходять з AI TTS Microservice, сервісу, що об’єднує Google, Amazon, Azure та інших постачальників синтезу мовлення через єдину точку доступу. Зразки передаються потоком за запитом, тож прослуховування безплатне.
AI TTS Microservice є продуктом The Productive Pixel.