Audio8 TTS

Эта страница пока не переведена — ниже работает английская версия. Открыть на английском

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 — открытая речевая модель на 0,6 млрд параметров с 11 рекомендуемыми языками и выводом 44,1 кГц. Эта страница кэширует около 572 МиБ файлов модели, сначала пробует нативный WebGPU, а затем переходит на многопоточный процессор. Ваш текст и созданное аудио остаются на вашем устройстве.

Четыре шага

Как пользоваться Audio8 TTS в браузере

  1. 01

    Откройте страницу на компьютере

    Инструмент работает сразу в браузере. Без регистрации, установки и API-ключей. Для телефонов и планшетов этот вариант не подходит: модели нужно железо ПК или Mac.

  2. 02

    Один раз скачайте веса модели

    При первом нажатии «Сгенерировать» браузер загрузит ~572 МБ файлов модели INT4 с CDN Hugging Face. Они сохранятся в кэше, поэтому при повторных визитах скачивание не потребуется.

  3. 03

    Выберите язык и голос

    Выберите один из 11 рекомендуемых языков. Audio8 ориентируется на сам текст, а не на код языка, поэтому вставьте текст на том языке, который хотите услышать.

  4. 04

    Прослушайте и скачайте

    Дождитесь готового результата или включите живой предпросмотр для предварительных фрагментов. Сохраните WAV 44.1 кГц без потерь или конвертируйте в MP3 прямо в браузере.

Best practices

Как получить качественный результат в Audio8

Небольшие привычки отличают демо-клип от готового к публикации аудио. Вот шесть ключевых моментов для авторегрессионной модели.

  • 01

    Держите запросы короткими на старте

    Для лучшего качества разработчики рекомендуют текст до 150 символов. Генерируйте по одному предложению, затем склейте WAV-файлы для длинных сценариев.

  • 02

    Расставляйте знаки препинания осознанно

    Запятая дает короткую паузу, точка — длинную, многоточие — выдержку. Модель DualAR воспринимает их как указания по интонации. Если фраза звучит плоско, попробуйте добавить запятую.

  • 03

    Снизьте креативность, если голос «плывет»

    Ползунок креативности управляет температурой выборки. Значение 0.7 — официальный стандарт. Если длинные слова искажаются или слоги повторяются, опустите значение до 0.5 и сгенерируйте заново.

  • 04

    Совпадение языка и разбор сложных случаев

    Аббревиатуры звучат лучше с точками между буквами, в стиле N.A.S.A. Необычные имена лучше писать фонетически. Сначала проверьте сложное слово отдельно, поправьте написание, а затем прогоните весь текст.

  • 05

    Chrome и Edge могут использовать GPU

    Актуальные версии Chrome и Edge протестированы на нативный WebGPU с поддержкой FP16. Если три проверки модели не проходят, инструмент автоматически пересобирается с многопоточным CPU-бэкендом на WebAssembly.

  • 06

    Скачайте WAV, конвертируйте позже

    WAV сохраняет полный сигнал 44.1 кГц для редакторов и DAW. Обращайтесь к кнопке MP3 только тогда, когда размер файла важнее запаса качества.

Honest comparison

Audio8 TTS против Kokoro

На остальной части сайта мы используем Kokoro, поэтому вот честное внутреннее сравнение: где выигрывает каждая модель и почему обе заслуживают места в инструментарии.

Где работает

FreeTextoSpeech

Нативный WebGPU на совместимых устройствах Chrome/Edge, с многопоточным CPU/WebAssembly как запасным вариантом.

Kokoro (наш основной инструмент)

Тоже движок в браузере, но скачивается примерно на 300 МБ легче.

Качество вывода

FreeTextoSpeech

Нейро-кодек с выводом 44.1 кГц и выразительной просодией.

Kokoro (наш основной инструмент)

Вывод 24 кГц, очень естественное озвучивание для своих размеров.

Поддержка языков

FreeTextoSpeech

11 языков, включая корейский, немецкий, нидерландский, польский и кantonский.

Kokoro (наш основной инструмент)

9 языков, акцент на английском, европейских языках, хинди, японском, мандаринском и португальском.

Скорость на типичном ноутбуке

FreeTextoSpeech

Тяжелее: AR-модель генерирует около 21,5 кадров аудио в секунду.

Kokoro (наш основной инструмент)

Значительно быстрее, близко к реальному времени на большинстве машин.

Первое скачивание

FreeTextoSpeech

Около 572 МБ, плюс опциональный кодировщик голоса на 396 МБ.

Kokoro (наш основной инструмент)

Несколько сотен МБ при полной точности.

Зрелость

FreeTextoSpeech

Превью-версия с ограниченным набором диалектов.

Kokoro (наш основной инструмент)

Стабильная модель v1.0, которую мы используем на всем сайте.

Обе модели открыты по лицензии Apache 2.0. Цифры относятся к текущим публичным релизам: Audio8-TTS-Preview-0.6b и Kokoro-82M-v1.0.

FAQ

Frequently asked questions

01

Что такое Audio8 TTS?

Audio8 TTS — семейство открытых моделей синтеза речи от команды Audio8. Текущая предварительная версия Audio8-TTS-Preview-0.6b содержит 601 миллион параметров в архитектуре DualAR, вдохновлённой Fish Audio S2 Pro. Модель говорит на 11 языках, а код и веса распространяются по лицензии Apache 2.0.
02

Можно ли бесплатно использовать Audio8-TTS-Preview-0.6b?

Да. Модель выпущена под лицензией Apache 2.0, что разрешает коммерческое использование без отчислений. На этой странице она работает на вашем устройстве, поэтому у нас нет лимитов на использование. Подробности об атрибуции указаны в файле NOTICE в официальном репозитории.
03

Передаются ли мои тексты куда-либо?

Нет. Генерация идёт в вашем браузере через WebGPU или WebAssembly. Движок Audio8 загружает файлы среды выполнения и модели с CDN Hugging Face и jsDelivr. Ваш текст и созданное аудио никогда не попадают на наши серверы; сайт может отправлять обычную статистику использования без этого содержимого.
04

Почему первая генерация медленная?

Две причины. Во-первых, браузер один раз скачивает около 572 МБ файлов синтеза. Во-вторых, эта авто-рекурсивная модель выполняет один вызов Slow AR и десять вызовов Fast AR для каждого кадра аудио. Совместимые устройства Chrome и Edge используют нативный WebGPU; другие системы работают через многопоточный CPU-фолбэк.
05

Какие языки поддерживает Audio8 TTS?

Превью ориентировано на 11 языков: английский, испанский, французский, немецкий, итальянский, нидерландский, польский, японский, корейский, китайский и кантонский. Команда сообщает, что более широкий мультиязычный охват и поддержка диалектов китайского запланированы на будущие релизы.
06

Audio8 или Kokoro: что выбрать?

Выбирайте Kokoro, наш основной инструмент, если нужны быстрая генерация, 54 готовых голоса, поддержка телефонов и проверенная стабильность. Берите Audio8, если хотите попробовать новейшую открытую модель, нужен вывод 44,1 кГц или вы работаете с немецким, корейским, нидерландским, польским или кантонским. Многие держат оба в закладках.
07

Работает ли это офлайн?

Веса моделей и профили голосов кэшируются локально, поэтому повторные генерации не требуют повторной загрузки. Полная офлайн-загрузка страницы зависит от того, сохранит ли браузер эту страницу и модули рантайма. Очистка данных сайта удалит кэш и локальные голоса.

Still wondering? Get in touch →

Keep going

Попробуйте новейшую открытую модель голоса.

Основной генератор ↗

Бесплатный синтез речи

54 голоса Kokoro на 9 языках, мгновенная облачная генерация, скачивание WAV.

Качество голоса ↗

Генератор естественного AI-голоса

Почему нейросетевые голоса звучат как живые и как выбрать лучший.

Формат ↗

Текст в MP3

Преобразуйте текст в готовый к отправке MP3 с битрейтом от 128 до 320 кбит/с.

Локальный вариант ↗

Онлайн-чтение текста

Озвучьте вставленный текст голосами, уже установленными на вашем устройстве.

Try it now

Попробуйте новейшую открытую модель голоса.

Работает в браузере. Бесплатно и конфиденциально.

Open the tool See all voices