Qualsiasi voce.
Qualsiasi lunghezza.
Tre forme di generazione del discorso — clonare una voce in secondi da una breve clip di riferimento, rendere neutro di alta qualità TTS a più veloce-than-real-time, o produrre audiolibri di lunga durata di ore e podcast multi-speaker.
Tre sapori di sintesi.
clonazione zero-shot per voci personalizzate, neutro veloce TTS per app UI, o forma lunga per la narrazione e il dialogo.
Clone una voce da una breve clip di riferimento. IndexTTS2 per nativo MLX clonazione con emozione e controlli del tempo, CosyVoice 3 per trascrizione-condizionata zero-shot multilingue, Chatterbox Flash per CoreML, o Qwen3-TTS ICL per EN/ZH.
Discorso neutro di alta qualità, più veloce del tempo reale. Fasci compatti per app UI, accessibilità, narrazione in-app.
I capitoli Audiobook con un narratore coerente, o i podcast multi-speaker fino a 90 minuti con i tag di altoparlanti in linea.