Anumang tinig.
Anumang haba.
Tatlong hugis ng henerasyon ng pagsasalita – clone ang isang tinig sa mga segundo mula sa isang maikling reference clip, na nagbibigay ng high-quality neutral TTS sa mas mabilis na-than-real-time, o gumagawa ng oras-habang audiobooks at multi-specker podcasts. lahat ng on-device.
Tatlong yunit ng synthesis.
Zero-shot cloning para sa mga personal na boses, mabilis na neutral TTS para sa app UI, o long-form para sa pagsasalaysay at diyalogo. iba't ibang mga makina, parehong on-device na salansan.
Isara ang isang tinig mula sa isang maikling reperensiyang clip. IndexTTS2 para sa katutubo MLX Pag - clone na may damdamin at kontrol sa tempo, CosyVoice 3 Sapagka't isinalin na sero-shot sa iba't ibang wika, Chatterbox Sinag para sa CoreML, o Qwen3-TTS ICL para sa EN/ZH.
Mataas na-quality neutral na pagsasalita, mas mabilis kaysa sa real-time. compact mga bungkos para sa app UI, accessable, in-app relation.
Ang mga kabanata sa isang aklat-aklatan na may isang hindi pabagu-bagong tagapagsalaysay, o multi-speaker podcast hanggang 90 mi na may inline speaker tags.