Audio8 TTS

Esta página ainda não está traduzida. A ferramenta corre 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 a 44,1 kHz. Esta página guarda em cache cerca de 572 MiB de ficheiros do modelo, tenta primeiro o WebGPU nativo e depois recorre ao CPU com várias threads. O seu texto e o áudio gerado ficam no seu dispositivo.

Quatro passos

Como usar o Audio8 TTS no seu navegador

  1. 01

    Abra esta página num computador

    A ferramenta carrega diretamente no navegador. Sem conta, sem instalação, sem chave de API. Telemóveis e tablets devem evitar esta opção; o modelo requer hardware de PC ou Mac.

  2. 02

    Permita o download dos pesos uma vez

    O primeiro clique em Gerar descarrega cerca de 572 MiB de ficheiros de modelo INT4 do CDN da Hugging Face. O seu navegador faz cache deles, por isso visitas futuras saltam o download da rede.

  3. 03

    Escolha um idioma e uma voz

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

  4. 04

    Ouça e descarregue

    Aguarde o resultado final suave ou ative a pré-visualização ao vivo opcional para blocos provisórios. Guarde um WAV sem perdas a 44.1 kHz ou converta-o para MP3 dentro do navegador.

Best practices

Obter boas saídas da pré-visualização do Audio8

Pequenos hábitos separam um clipe de demonstração de algo que publicaria. Estes seis são os mais importantes com um modelo autoregressivo.

  • 01

    Mantenha pedidos curtos enquanto aprende o modelo

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

  • 02

    Escreva a pontuação como quer que seja falada

    Vírgulas compram uma pausa curta, pontos uma mais longa, reticências uma pausa sustentada. O modelo DualAR lê estes como dicas de entrega, por isso 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 obtém o equilíbrio padrão oficial. Se uma palavra longa distorcer ou uma sílaba se repetir, aproxime para 0.5 e gere novamente.

  • 04

    Adapte o idioma e escreva as exceções

    Siglas soam melhor com pontos entre as letras, estilo N.A.S.A. Nomes incomuns ficam melhores escritos de forma fonética. Teste a palavra difícil isolada, corrija a grafia e depois processe o texto completo.

  • 05

    Chrome ou Edge podem usar a GPU

    O Chrome e o Edge atuais foram testados com WebGPU nativo e suporte a FP16. Se as três verificações do modelo falharem, a ferramenta reconstrói automaticamente com o backend CPU WebAssembly multithread.

  • 06

    Baixe o WAV, 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 margem dinâmica.

Honest comparison

Audio8 TTS vs Kokoro

Usamos o Kokoro no resto do site, por isso aqui está a comparação interna honesta: onde cada modelo ganha e por que ambos merecem um lugar.

Onde funciona

FreeTextoSpeech

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

Kokoro (a nossa ferramenta principal)

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

Qualidade de saída

FreeTextoSpeech

Saída de codec neural a 44.1 kHz com prosódia expressiva.

Kokoro (a nossa ferramenta principal)

Saída a 24 kHz, narração muito natural para o seu tamanho.

Cobertura de idiomas

FreeTextoSpeech

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

Kokoro (a nossa ferramenta principal)

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

Velocidade num portátil típico

FreeTextoSpeech

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

Kokoro (a nossa ferramenta principal)

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

Download inicial

FreeTextoSpeech

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

Kokoro (a nossa ferramenta principal)

Alguns centenas de MB em precisão total.

Maturidade

FreeTextoSpeech

Versão de pré-visualização com cobertura de dialetos limitada.

Kokoro (a nossa ferramenta principal)

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

Ambos os modelos são open source Apache 2.0. Os números descrevem as 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 voz de código aberto criada pela equipa Audio8. A pré-visualização atual, Audio8-TTS-Preview-0.6b, reúne 601 milhões de parâmetros numa 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 para usar?

Sim. O modelo é publicado sob a licença Apache 2.0, o que permite uso comercial sem royalties. Esta página executa-o no seu próprio dispositivo, pelo que também não há quotas de utilização da nossa parte. Consulte o ficheiro NOTICE no repositório oficial para detalhes de atribuição.
03

O meu texto é enviado para algum sítio?

Não. A geração acontece no seu navegador com WebGPU ou WebAssembly. O motor Audio8 obtém os ficheiros de execução e do modelo a partir das CDN do Hugging Face e do jsDelivr. O seu texto e o áudio gerado nunca chegam aos nossos servidores; o site pode ainda enviar dados de utilização normais sem esse conteúdo.
04

Porque é que a primeira geração é lenta?

Duas razões. Primeiro, o navegador descarrega cerca de 572 MiB de ficheiros de síntese uma única vez. Segundo, este modelo autoregressivo executa 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

Que idiomas suporta o Audio8 TTS?

A pré-visualização abrange onze idiomas: inglês, espanhol, francês, alemão, italiano, holandês, polaco, japonês, coreano, chinês e cantonês. A equipa indica que uma cobertura multilíngue mais ampla e suporte para dialetos chineses estão planeados para futuras versões.
06

Audio8 ou Kokoro, qual devo usar?

Use o Kokoro, a nossa ferramenta principal, quando quiser geração rápida, 54 vozes prontas, suporte telefónico e estabilidade comprovada. Escolha o Audio8 se quiser experimentar o modelo open source mais recente, precisar de saída a 44,1 kHz ou trabalhar em alemão, coreano, holandês, polaco ou cantonês. Muitas pessoas mantêm ambos nos favoritos.
07

Funciona offline?

Os pesos do modelo e os perfis de voz ficam em cache local, pelo que gerações repetidas não os descarregam novamente. Uma recarga totalmente offline ainda depende de o seu navegador reter esta página e os seus módulos de runtime; limpar os dados do site remove a cache e as vozes locais.

Still wondering? Get in touch →

Keep going

Experimente o modelo de voz open source mais recente.

Gerador principal ↗

Texto para Fala Gratuito

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

Qualidade de voz ↗

Gerador de Voz IA Natural

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

Formato ↗

Texto para MP3

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

Opção local ↗

Leitor de Texto Online

Leia em voz alta o texto colado, usando as vozes do seu dispositivo.

Try it now

Experimente o modelo de voz aberto mais recente.

Funciona no navegador, grátis e privado.

Open the tool See all voices