Suara apa saja.
Panjang apapun.
Tiga bentuk dari generasi bicara - mengkloning suara dalam hitungan detik dari klip referensi pendek, membuat tinggi kualitas netral TTS pada faster-real-than-time, atau menghasilkan jam-long audio dan multi- speaker podcast. Semua on- perangkat.
Tiga rasa sintesis.
Zero- tembakan kloning untuk suara pribadi, TTS netral cepat untuk aplikasi UI, atau bentuk panjang untuk narasi dan dialog. Mesin yang berbeda, tumpukan perangkat yang sama.
Klon suara dari klip referensi pendek. Gunakan IndexTTS2 untuk native MLX Kloning dengan emosi dan kontrol tempo, CosyVoice 3 untuk transkripsi - dikondisikan multibahasa zero- ditembak, Chatterbox Flash untuk CoreML, atau Qwen3-TTS ICL untuk END / ZH.
Pidato netral berkualitas tinggi, lebih cepat dari waktu asli. Tundukan kompak untuk aplikasi UI, aksesibilitas, narasi in- app.
Bab Audiogook dengan narator konsisten, atau podcast multi- speaker hingga 90 menit dengan speaker tag inline.