Idag lanserar vi AI Voice Generation v2 — en text-till-tal- och röstkloningsstudio byggd på den plattformsoberoende AI Suite v2-stacken. Skriv valfri text och hör den talas med en naturlig röst, eller spela in ett kort klipp och skapa en anpassad röst som låter som du, och återanvänd den när som helst. Poängen är enkel: förvandla text till tal – och klona din egen röst – utan att skicka ditt manus eller dina röstprover till molnet.

Vad den gör

Klistra in en mening, ett stycke eller ett helt manus; välj en röst; tryck på generera; och spela upp naturligt ljudande tal. Den inbyggda Amy -rösten körs helt offline på din dator när dess lilla modell laddats ner vid första användning – stäng av nätverket så fortsätter den fungera. Justera talhastigheten från 0,5× till 2,0× utan att ändra tonhöjd, välj ditt utdataformat och spela upp ditt senaste klipp direkt med en sökbar vågformsuppspelare. När du gillar ett resultat sparar du det som en WAV- eller MP3-fil.

Vill du ha en specifik röst? Spela in eller lägg in ett kort referensklipp och appen skapar en anpassad klonad röst — ingen träningsfas, inget studioarbete. Dina kloner visas högst upp i röstväljaren för omedelbar återanvändning, så en konsekvent röst följer med i varje klipp du gör.

Nyheter i v2

  • Ett riktigt röstbibliotek. En sökbar väljare innehåller den offline inbyggda rösten, premium molnröster, högkvalitativa neurala röster på enheten och dina egna kloner. Ett snabbt filter begränsar listan efter namn eller språk medan du skriver, och en nedladdningssymbol visar vilka röster som hämtar sina filer första gången du använder dem.
  • Röstkloning, med din första klon gratis. Spela in 6–15 sekunder av ren tal (eller importera ett klipp), namnge rösten och skapa en klon med den kostnadsfria Chatterbox-motorn. Den hamnar överst i väljaren utan Pro-märke – en riktig anpassad röst, inte en testversion.
  • Motorer för varje situation. Den offline Piper-motorn är standard och körs helt på din enhet. Pro låser upp fler Piper-röster, OpenAI-kompatibla molnröster (ta med din egen nyckel) och neurala röster på enheten – Kokoro (lätt och snabb) och Parler-TTS – som förblir lokala. Ett alternativ för att hålla modellerna laddade innebär att upprepade genereringar hoppar över laddningstiden.
  • Spela upp utan att syntetisera om. En vågformsuppspelare spelar omedelbart upp ditt senaste genererade klipp och dina klonreferensklipp, så du behöver aldrig generera om bara för att lyssna igen. Du bestämmer hur många senaste klipp som ska cachas.
  • Flytta tungt arbete när du vill. Kloning kräver mycket beräkning; om denna maskin saknar snabb GPU kan du flytta det till en AI Server i ditt nätverk. Även då förblir ditt referensklipp krypterat på din enhet – en engångskopia skickas endast för att syntetisera varje förfrågan och lagras aldrig på servern.
  • På 16 språk. Hela gränssnittet följer ditt operativsystems språk, med en en-klicks växling i Inställningar, och det talar och klonar på många språk.
  • Scriptbart. Ett huvudlöst kommandoradsverktyg genererar tal från terminalen, för batch-röstinspelningar och automatisering på din egen infrastruktur.

Gratis vs Pro

Den kostnadsfria nivån är verkligen användbar i sig – den ger dig en riktig röst och en riktig klonad röst. Gratis inkluderar den offline Amy röst och din första klonade röst, skapad med den kostnadsfria kloningsmotorn, utan användningsgräns och utan per-ord-avgift. Pro handlar om mer valfrihet: varje annan inbyggd röst, premium molnröster, högkvalitativa neurala röster på enheten, de avancerade kloningsmotorerna och obegränsade kloner utöver din första. Röstkloning i sig är inte låst bakom Pro — den grundläggande motorn är gratis, och du kan använda en klon på gratisnivån; Pro lägger helt enkelt till fler kloner och fler motorer.

Varför on-device är viktigt

Manus, berättarröst, en röst som låter som du — text- och röstprover som folk oftast vill arbeta med är ofta exakt det som inte kan skickas till en tredje parts moln. AI Voice Generation för AI:n till din maskin istället: den offline Amy-rösten och dina kloner på enheten skickar ingenting från enheten, dina klonreferensklipp och genereringshistorik är krypterade i vila under en nyckel som bara dina AI Suite-appar kan läsa, och det finns ingen per-tecken-mätare. Endast de valfria molnrösterna och den valfria klonavlastningen skickar någonting online, och båda är uttryckliga val. Det är samma lokala, integritetsfokuserade princip bakom allt som Software Tailor bygger [1].

Skaffa det

AI Voice Generation v2 finns nu tillgängligt på Microsoft Store för Windows som en gratis nedladdning, med Pro tillgängligt när du vill ha hela röstbiblioteket och obegränsade kloner [2]. Ytterligare plattformsbyggen presenteras inte som tillgängliga förrän de har en verifierad offentlig anskaffningsväg. Läs hela funktionsturen på produktsidan.