Enhver stemme.
En hvilken som helst lengde.
Tre former for talegenerasjon - klon en stemme i sekunder fra et kort referanseklipp, gjør høykvalitets nøytrale TTS på raskere enn sanntid, eller produsere timelange lydbøker og multi-høyttaler podcaster.
Tre smaker av syntese.
Null-shot kloning for personliggjorte stemmer, rask nøytral TTS for app UI, eller langformet for fortelling og dialog. Ulike motorer, samme on-device-stabel.
Klone en stemme fra et kort referanseklipp. Bruk IndexTTS2 for innfødt MLX kloning med følelser og tempokontroller, CosyVoice 3 for transkripsjon-kondisjonert flerspråklig null-shot, Chatterbox Flash for CoreML, eller Qwen3-TTS ICL for EN/ZH.
Høy kvalitet nøytral tale, raskere enn sanntid. Kompakt bundter for app UI, tilgjengelighet, i-app-narrasjon.
Lydbokkapitler med en konsistent forteller, eller multi-speaker podcaster opp til 90 min med inline høyttaler tags.