TTS

テキストから自然な音声を生成するText-to-Speechエンジン。感情表現やリアルタイム合成など最先端の音声AI技術。

Cartesia は、「Sonic」というフラッグシップモデルを中心とした、超低遅延かつ高品質なリアルタイム・テキスト読み上げ（TTS）プラットフォームを提供するAIサービスです。

ChatTTS は、会話・対話シナリオに特化した次世代のオープンソース型テキスト読み上げ（TTS）モデルです。従来のTTSが文章の朗読に長けていたのに対し、ChatTTSは人間らしい自然な会話（フィラー、笑い声、ため息などの挿入）を再現することに特化しています。

CosyVoice 2は、Alibaba（アリババグループ）のAI研究部門である「Tongyi Speech Lab」が開発・公開している、大規模言語モデル（LLM）ベースのオープンソースなストリーミング音声合成（TTS：Text-to-Speech）モデルです。

Deepgramは…

ElevenLabsは、人工知能（AI）を活用した音声生成およびテキスト読み上げ（TTS: Text-to-Speech）サービスを提供するAIオーディオ研究企業です。

Fish Speech は、最先端の生成AIを活用した、次世代型のオープンソース・テキスト読み上げ（TTS）および音声クローンサービスです。

Hume AIは…

Inworld AIは、AI駆動型のキャラクター（NPC）やバーチャルエージェントを作成するためのプラットフォームですが、その中核機能の一つとして「Inworld TTS（Text-to-Speech）」を提供しています。

「Kokoro」（主にKokoro-82Mとして知られる）は、オープンソースで公開されている軽量・高速かつ高品質なテキスト読み上げ（TTS: Text-to-Speech）モデルおよび関連サービスです。

Neuphonicは…

Play.ht は、AI 駆動の高度なテキスト読み上げ（TTS：Text-to-Speech）および音声生成プラットフォームです。主にコンテンツクリエイター、マーケター、開発者、企業向けに、テキストを人間のように自然な音声に変換するサービスを提供しています。

Rime（Rime Labs）は、リアルタイムの対話型AI向けに特化した、超低遅延かつ高品位なテキスト読み上げ（TTS）サービスを提供しています。

Speechify は、AIを活用した高度なテキスト読み上げ（TTS: Text-to-Speech）プラットフォームです。元々は創業者自身の失読症（ディスレクシア）を克服するために開発されましたが、現在は生産性向上ツールとして世界中で広く利用されています。

WellSaid Labs（ウェルセイド・ラボ）は、AI技術（ディープラーニング）を用いて…