Audio8 TTS

Questa pagina non è ancora tradotta. Lo strumento funziona in inglese qui sotto. Usa in inglese

Your text

0 / 500
Model not loaded on this device yet.

Speech model

Audio8 TTS Preview Runs on your device

Open-source 0.6B DualAR model with 44.1 kHz output. Generation happens locally; your text never leaves this page.

Audio8 follows the written text; it has no hidden language-ID input. This selection sets writing guidance and accessibility metadata.

0.7

Lower values sound steadier, higher ones add variation. 0.7 matches the official default.

Model weights: Audio8/Audio8-TTS-Preview-0.6B-ONNX-INT4, Apache 2.0. Weights stream from the Hugging Face CDN straight into your browser cache.
The quick answer

Audio8 TTS è un modello vocale open source da 0,6B con 11 lingue consigliate e uscita a 44,1 kHz. Questa pagina mette in cache circa 572 MiB di file del modello, prova prima WebGPU nativo e poi passa alla CPU multithread. Il tuo testo e l’audio generato restano sul tuo dispositivo.

Quattro passaggi

Come usare Audio8 TTS nel browser

  1. 01

    Apri questa pagina su desktop

    Lo strumento si carica direttamente nel browser. Nessun account, nessuna installazione, nessuna API key. Smartphone e tablet non sono supportati: il modello richiede hardware PC o Mac.

  2. 02

    Lascia scaricare i pesi una volta

    Il primo clic su Genera scarica circa 572 MiB di file modello INT4 dal CDN di Hugging Face. Il browser li memorizza nella cache, quindi le visite successive saltano il download.

  3. 03

    Scegli lingua e voce

    Scegli una delle 11 lingue consigliate. Audio8 segue il testo stesso e non un codice lingua, quindi incolla il testo nella lingua che vuoi ascoltare.

  4. 04

    Ascolta e scarica

    Aspetta il risultato finale fluido, oppure attiva l'anteprima live per chunk provvisori. Salva un WAV 44.1 kHz senza perdite o convertilo in MP3 nel browser.

Best practices

Ottenere buoni risultati dall'anteprima Audio8

Piccole abitudini separano un clip da demo da qualcosa di pubblicabile. Queste sei sono le più importanti con un modello autoregressivo.

  • 01

    Mantieni le richieste brevi mentre impari il modello

    Il runtime upstream consiglia circa 150 caratteri per la migliore qualità. Genera una frase alla volta, poi unisci i WAV per script più lunghi.

  • 02

    Scrivi la punteggiatura come vuoi che venga letta

    Le virgole danno una breve pausa, i punti una più lunga, i puntini di sospensione una pausa trattenuta. Il modello DualAR legge questi come indizi di recitazione: una frase piatta spesso ha solo bisogno di una virgola.

  • 03

    Riduci la creatività se i campioni derivano

    Il cursore di creatività imposta la temperatura di campionamento. A 0.7 si ottiene l'equilibrio predefinito ufficiale. Se una parola lunga vibra o una sillaba si ripete, abbassalo verso 0.5 e rigenera.

  • 04

    Adatta la lingua e cura i casi limite

    Gli acronimi suonano meglio con i punti tra le lettere, stile N.A.S.A. I nomi insoliti si leggono meglio se scritti in fonetico. Prova la parola difficile da sola, correggi l'ortografia, poi genera l'intero testo.

  • 05

    Chrome o Edge possono usare la GPU

    Le versioni attuali di Chrome e Edge sono testate per WebGPU nativo con supporto FP16. Se i tre test del modello non superano, lo strumento ricostruisce automaticamente con il backend CPU WebAssembly a thread multipli.

  • 06

    Scarica il WAV, converti dopo

    Il WAV mantiene il segnale completo a 44.1 kHz per editor e DAW. Usa il pulsante MP3 solo se la dimensione del file conta più della qualità.

Honest comparison

Audio8 TTS vs Kokoro

Su questo sito usiamo Kokoro, quindi ecco un confronto interno onesto: dove vince ciascun modello e perché entrambi meritano un posto.

Dove gira

FreeTextoSpeech

WebGPU nativo su dispositivi Chrome/Edge compatibili, con fallback CPU/WebAssembly a thread multipli.

Kokoro (il nostro strumento principale)

Anche in-browser, ma circa 300 MB più leggero da scaricare.

Qualità dell'output

FreeTextoSpeech

Output codec neurale a 44.1 kHz con prosodia espressiva.

Kokoro (il nostro strumento principale)

Output a 24 kHz, narrazione molto naturale per le sue dimensioni.

Copertura linguistica

FreeTextoSpeech

11 lingue, tra cui coreano, tedesco, olandese, polacco e cantonese.

Kokoro (il nostro strumento principale)

9 lingue, concentrate su inglese, lingue europee, hindi, giapponese, mandarino e portoghese.

Velocità su un laptop tipico

FreeTextoSpeech

Più pesante: un modello AR che genera circa 21,5 frame al secondo di audio.

Kokoro (il nostro strumento principale)

Molto più veloce, vicino al tempo reale sulla maggior parte delle macchine.

Download al primo utilizzo

FreeTextoSpeech

Circa 572 MiB, più un opzionale encoder vocale da 396 MiB.

Kokoro (il nostro strumento principale)

Alcune centinaia di MB a piena precisione.

Maturità

FreeTextoSpeech

Versione di anteprima con copertura dialettale limitata.

Kokoro (il nostro strumento principale)

Modello stabile v1.0 utilizzato su tutto il sito.

Entrambi i modelli sono open source Apache 2.0. I dati si riferiscono alle release pubbliche attuali: Audio8-TTS-Preview-0.6b e Kokoro-82M-v1.0.

FAQ

Frequently asked questions

01

Cos'è Audio8 TTS?

Audio8 TTS è una famiglia di modelli di sintesi vocale open source creata dal team Audio8. L’anteprima attuale, Audio8-TTS-Preview-0.6b, racchiude 601 milioni di parametri in un’architettura DualAR ispirata a Fish Audio S2 Pro. Parla 11 lingue, e codice e pesi sono rilasciati con licenza Apache 2.0.
02

Audio8-TTS-Preview-0.6b è gratuito?

Sì. Il modello è rilasciato sotto licenza Apache 2.0, che consente l'uso commerciale senza royalty. Questa pagina lo esegue sul tuo dispositivo, quindi non ci sono quote d'uso da parte nostra. Consulta il file NOTICE nel repository ufficiale per i dettagli sull'attribuzione.
03

Il mio testo viene caricato da qualche parte?

No. La generazione avviene nel tuo browser con WebGPU o WebAssembly. Il motore Audio8 scarica i file di runtime e del modello dai CDN di Hugging Face e jsDelivr. Il tuo testo e l’audio generato non arrivano mai ai nostri server; il sito può comunque inviare normali dati di utilizzo senza quei contenuti.
04

Perché la prima generazione è lenta?

Due motivi. Primo, il browser scarica circa 572 MiB di file di sintesi una sola volta. Secondo, questo modello autoregressivo esegue una chiamata Slow AR e dieci chiamate Fast AR per ogni frame audio. I dispositivi Chrome ed Edge compatibili provano WebGPU nativo; gli altri sistemi usano il fallback CPU threadizzato.
05

Quali lingue supporta Audio8 TTS?

L'anteprima copre undici lingue: inglese, spagnolo, francese, tedesco, italiano, olandese, polacco, giapponese, coreano, cinese e cantonese. Il team dichiara che una copertura multilingue più ampia e il supporto per i dialetti cinesi sono previsti per le prossime release.
06

Audio8 o Kokoro, quale scegliere?

Usa Kokoro, il nostro strumento principale, per generazioni rapide, 54 voci pronte, supporto telefonico e stabilità comprovata. Scegli Audio8 per provare il modello open più recente, ottenere output a 44,1 kHz o lavorare in tedesco, coreano, olandese, polacco o cantonese. Molti tengono entrambi nei segnalibri.
07

Funziona offline?

I pesi del modello e i profili vocali sono in cache locale, quindi le generazioni ripetute non li riscaricano. Un ricaricamento offline completo dipende comunque dal browser che mantiene questa pagina e i suoi moduli di runtime; cancellare i dati del sito rimuove la cache e le voci locali.

Still wondering? Get in touch →

Keep going

Prova il modello vocale open più recente.

Generatore principale ↗

Sintesi vocale gratuita

54 voci Kokoro in 9 lingue, generazione cloud istantanea, download WAV.

Qualità vocale ↗

Generatore di voci AI naturali

Perché le voci neurali moderne suonano umane e come scegliere quella giusta.

Formato ↗

Testo in MP3

Converti il testo in MP3 pronti da condividere, da 128 a 320 kbps.

Opzione locale ↗

Lettore di testo online

Leggi ad alta voce il testo incollato usando le voci già presenti sul dispositivo.

Try it now

Prova il modello vocale open più recente.

Funziona nel browser, gratis e privato.

Open the tool See all voices