Audio8 TTS

Essa página ainda não foi traduzida. A ferramenta roda em inglês abaixo. Usar em inglês

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

O Audio8 TTS é um modelo de voz de código aberto com 0,6B de parâmetros, 11 idiomas recomendados e saída em 44,1 kHz. Esta página guarda em cache cerca de 572 MiB de arquivos do modelo, tenta primeiro o WebGPU nativo e depois usa a CPU com várias threads. Seu texto e o áudio gerado ficam no seu dispositivo.

Quatro passos

Como usar o Audio8 TTS no navegador

  1. 01

    Abra esta página no desktop

    A ferramenta carrega direto no navegador. Sem conta, sem instalação, sem chave de API. Celulares e tablets devem pular esta etapa, o modelo exige hardware de PC ou Mac.

  2. 02

    Deixe os pesos baixarem uma vez

    O primeiro clique em Gerar baixa cerca de 572 MiB de arquivos do modelo INT4 do CDN do Hugging Face. Seu navegador faz cache deles, então visitas futuras pulam o download.

  3. 03

    Escolha um idioma e uma voz

    Escolha um dos 11 idiomas recomendados. O Audio8 segue o próprio texto, não um código de idioma, então cole o texto no idioma que você quer ouvir.

  4. 04

    Ouça e baixe

    Aguarde o resultado final suave ou ative a prévia ao vivo opcional para blocos provisórios. Salve um WAV sem perdas em 44.1 kHz ou converta para MP3 dentro do navegador.

Best practices

Obtendo boa saída da prévia do Audio8

Pequenos hábitos separam um clipe de demonstração de algo que você publicaria. Estes seis importam mais com um modelo autoregressivo.

  • 01

    Mantenha as solicitações curtas enquanto aprende o modelo

    O runtime upstream recomenda cerca de 150 caracteres para a melhor qualidade. Gere uma frase por vez e depois junte os WAVs para roteiros mais longos.

  • 02

    Escreva a pontuação como você quer que seja falada

    Vírgulas compram uma pausa curta, pontos uma mais longa, reticências uma pausa sustentada. O modelo DualAR lê esses sinais como dicas de entrega, então uma linha que soa plana muitas vezes só precisa de uma vírgula.

  • 03

    Reduza a criatividade se as amostras desviarem

    O controle de criatividade define a temperatura de amostragem. Em 0.7 você tem o equilíbrio padrão oficial. Se uma palavra longa distorcer ou uma sílaba se repetir, ajuste para 0.5 e gere novamente.

  • 04

    Adapte o idioma e cuide dos casos difíceis

    Siglas soam melhor com pontos entre as letras, estilo N.A.S.A. Nomes incomuns funcionam melhor escritos foneticamente. Teste a palavra difícil sozinha, ajuste a grafia e depois processe o texto completo.

  • 05

    Chrome ou Edge podem usar a GPU

    As versões atuais do Chrome e Edge são testadas para WebGPU nativo com suporte a FP16. Se as três verificações do modelo não passarem, a ferramenta reconstrói automaticamente com o backend CPU em WebAssembly com threads.

  • 06

    Baixe o WAV e converta depois

    O WAV mantém o sinal completo de 44.1 kHz para editores e DAWs. Use o botão MP3 apenas quando o tamanho do arquivo for mais importante que a qualidade.

Honest comparison

Audio8 TTS vs Kokoro

Usamos o Kokoro no resto do site, então aqui vai uma comparação interna honesta: onde cada modelo vence e por que ambos merecem um lugar.

Onde roda

FreeTextoSpeech

WebGPU nativo em dispositivos Chrome/Edge compatíveis, com fallback para CPU/WebAssembly com threads.

Kokoro (nossa ferramenta principal)

Também roda no navegador, mas o download é cerca de 300 MB mais leve.

Qualidade de saída

FreeTextoSpeech

Saída de codec neural em 44.1 kHz com prosódia expressiva.

Kokoro (nossa ferramenta principal)

Saída em 24 kHz, narração muito natural para o tamanho do modelo.

Cobertura de idiomas

FreeTextoSpeech

11 idiomas, incluindo coreano, alemão, holandês, polonês e cantonês.

Kokoro (nossa ferramenta principal)

9 idiomas, focados em inglês, idiomas europeus, hindi, japonês, mandarim e português.

Velocidade em um notebook típico

FreeTextoSpeech

Mais pesado: um modelo AR gerando cerca de 21,5 quadros por segundo de áudio.

Kokoro (nossa ferramenta principal)

Muito mais rápido, próximo do tempo real na maioria das máquinas.

Download no primeiro uso

FreeTextoSpeech

Cerca de 572 MiB, mais um codificador de voz opcional de 396 MiB.

Kokoro (nossa ferramenta principal)

Alguns centenas de MB em precisão total.

Maturidade

FreeTextoSpeech

Versão de pré-visualização com cobertura limitada de dialetos.

Kokoro (nossa ferramenta principal)

Modelo estável v1.0 que usamos em todo o site.

Ambos os modelos são open source Apache 2.0. Os números referem-se às versões públicas atuais: Audio8-TTS-Preview-0.6b e Kokoro-82M-v1.0.

FAQ

Frequently asked questions

01

O que é o Audio8 TTS?

O Audio8 TTS é uma família de modelos de texto para fala de código aberto criada pela equipe Audio8. A prévia atual, Audio8-TTS-Preview-0.6b, reúne 601 milhões de parâmetros em uma arquitetura DualAR inspirada no Fish Audio S2 Pro. Fala 11 idiomas, e o código e os pesos são publicados sob Apache 2.0.
02

O Audio8-TTS-Preview-0.6b é gratuito?

Sim. O modelo é liberado sob a licença Apache 2.0, o que permite uso comercial sem royalties. Esta página roda no seu próprio dispositivo, então não há cota de uso da nossa parte. Verifique o arquivo NOTICE no repositório oficial para detalhes de atribuição.
03

Meu texto é enviado para algum lugar?

Não. A geração acontece no seu navegador com WebGPU ou WebAssembly. O motor Audio8 baixa os arquivos de execução e do modelo das CDNs do Hugging Face e do jsDelivr. Seu texto e o áudio gerado nunca chegam aos nossos servidores; o site ainda pode enviar dados de uso comuns sem esse conteúdo.
04

Por que a primeira geração é lenta?

Dois motivos. Primeiro, o navegador baixa cerca de 572 MiB de arquivos de síntese uma única vez. Segundo, este modelo autoregressivo faz uma chamada Slow AR e dez chamadas Fast AR para cada quadro de áudio. Dispositivos Chrome e Edge compatíveis tentam WebGPU nativo; outros sistemas usam o fallback de CPU com threads.
05

Quais idiomas o Audio8 TTS suporta?

A pré-visualização mira em onze idiomas: inglês, espanhol, francês, alemão, italiano, holandês, polonês, japonês, coreano, chinês e cantonês. A equipe afirma que cobertura multilíngue mais ampla e suporte a dialetos chineses estão planejados para futuras versões.
06

Audio8 ou Kokoro, qual devo usar?

Use o Kokoro, nossa ferramenta principal, quando quiser geração rápida, 54 vozes prontas, suporte a telefone e estabilidade comprovada. Escolha o Audio8 quando quiser testar o modelo open mais novo, precisar de saída em 44.1 kHz, ou trabalhar em alemão, coreano, holandês, polonês ou cantonês. Muitas pessoas mantêm os dois nos favoritos.
07

Funciona offline?

Os pesos do modelo e perfis de voz ficam em cache local, então gerações repetidas não baixam tudo de novo. Um recarregamento offline completo ainda depende do seu navegador reter esta página e seus módulos de runtime; limpar dados do site remove o cache e as vozes locais.

Still wondering? Get in touch →

Keep going

Experimente o modelo de voz open mais novo.

Gerador principal ↗

Texto para Fala Gratuito

54 vozes Kokoro em 9 idiomas, geração instantânea na nuvem, download em WAV.

Qualidade de voz ↗

Gerador de Voz IA Natural

Por que as vozes neurais soam humanas e como escolher a ideal.

Formato ↗

Texto para MP3

Converta texto em MP3 pronto para compartilhar, de 128 a 320 kbps.

Opção no dispositivo ↗

Leitor de Texto Online

Leia em voz alta o texto colado usando as vozes já disponíveis no seu aparelho.

Try it now

Experimente o modelo de voz aberto mais novo.

Roda no navegador, grátis e privado.

Open the tool See all voices