Orice voce.
Orice lungime.
Trei forme de generare a vorbirii clonă o voce în câteva secunde de la un clip de referință scurt, face neutru de înaltă calitate TTS la mai rapid-decât-real-time, sau produce cărți audio pe oră și podcast-uri multi-speaker. Toate on-device.
Trei arome de sinteză.
Clonarea zero-shot pentru voci personalizate, neutre rapid TTS pentru aplicaţia UI sau forma lungă pentru naraţiune şi dialog. Motoare diferite, acelaşi stivă pe dispozitiv.
Clone a voice from a short referince clip. Use IndexTTS2 for native MLX clling with emotion and tempo controls, CosyVoice 3 for transcript- conditionated multilingve zero-shot, Chatterbox Flash for CoreML, or Qwen3-TTS ICL for EN/ZH.
Discurs neutru de înaltă calitate, mai rapid decât în timp real. Pachete compacte pentru aplicația UI, accesibilitate, narație în aplicație.
Capitole audiobook cu un narator consistent, sau podcasturi multi-speaker de până la 90 de minute cu tag-uri difuzor inline.