Is this Mandarin text-to-speech really free?

Yes. The page is public, no signup is required, and there are no credit limits. The voice model runs entirely in your browser. For studio-grade voices and longer narration, see the paid Subformer Voice Synthesis service.

How does the Mandarin TTS work in the browser?

It uses an open-source neural TTS engine compiled to WebAssembly and run on your own device. The voice model (~60 MB) is downloaded on first use and cached in your browser's Origin Private File System. Subsequent visits skip the download entirely.

Is my text uploaded to a server?

No. Synthesis runs locally in your browser. The only network calls are to download the voice model and the inference runtime - both are static assets. Your text and the generated audio never leave your device.

Does it work offline?

Once the voice model is cached, yes. The first visit needs network access to download the model; after that the page can synthesize speech offline.

What's the difference between this free Mandarin TTS and the paid Voice Synthesis service?

The free in-browser TTS uses a medium-quality open-source voice - fine for narration drafts, accessibility, and quick previews, but it sounds noticeably synthetic. The paid Subformer Voice Synthesis service uses studio-grade neural models, supports voice cloning, and produces broadcast-quality audio. Visit /dashboard/voice-synthesis to try it.

Which browsers are supported?

Any modern browser with WebAssembly: Chrome, Firefox, Safari 15+, Edge, and Chromium-based mobile browsers. The page runs ORT in single-threaded mode so it works in every common browser without requiring cross-origin isolation.

Can I download the audio?

Yes. After synthesis you can play the audio inline or click Download to save it as a 22 kHz mono WAV file. Use any audio editor to convert to MP3 or other formats.

Subformer

Kirjaudu sisään

Ilmainen · Ei rekisteröitymistä · Toimii selaimessasi

Ilmainen Mandarin tekstistä puheeksi

普通话

Kirjoita tai liitä Mandarin-teksti ja kuule se puhuttuna - kaikki selaimessasi, ilman rekisteröitymistä. Äänimalli ladataan kerran (~60 MB) ja välimuistitetaan paikallisesti, joten seuraavat käyttökerrat ovat välittömiä ja toimivat offline-tilassa.

Kuinka se toimii

1. Kirjoita tekstisi
Liitä tai kirjoita mikä tahansa Mandarin-teksti - välimerkit ja rivinvaihdot säilytetään.
2. Generoi
Ensimmäinen klikkaus lataa noin 60 MB äänimallin selaimeesi. Tämän jälkeen synteesi on välitön.
3. Lataa tai toista
Toista ääni suoraan tai tallenna se WAV-tiedostoksi. Ääni ei koskaan poistu laitteeltasi.

Tekstisi pysyy laitteellasi

Synteesi toimii kokonaan selaimessasi WebAssemblyn avulla. Ainoat verkkopyynnöt ovat äänimallin ja päättelyajoympäristön noutamiseen – molemmat ovat julkisia, staattisia resursseja. Emme näe tekstiäsi emmekä näe luotua ääntä.

Miten Mandarin ääni toimii selaimessasi

Tämä on todellinen neuraalinen TTS-malli, joka suoritetaan omalla koneellasi, ei ohut asiakas isännöidylle API:lle. Neljä osaa tekee siitä mahdollisen välilehdessä.

Open-source neural voice: Mandarin malli on koulutettu yhdellä puhujalla, minkä vuoksi aksentti ja puhetapa pysyvät johdonmukaisina kaikessa, mitä syntetisoit.
WebAssembly: Sekä mallin suoritusympäristö että vaihe, joka muuntaa 普通话 tekstin foneemeiksi, on käännetty WebAssemblyksi, joten alun perin työpöydälle kirjoitettu koodi toimii lähes natiivinopeudella selaimen hiekkalaatikossa.
On-device inference: Mallin neuroverkko suoritetaan paikallisesti, kiinnitettynä yksisäikeiseen tilaan, jotta sivu ei koskaan tarvitse alkuperienvälistä eristystä ja toimii kaikissa moderneissa selaimissa.
Origin Private File System: ~60 Mt:n puhemalli tallennetaan välimuistiin yksityiseen, alkuperäkohtaiseen tallennustilaan ensimmäisen ajon jälkeen. Myöhemmillä käynneillä lataus ohitetaan ja synteesi toimii ilman verkkoyhteyttä.

Tarvitsetko lähetyslaatuisia ääniä?

Subformer Voice Synthesis - studiotason Mandarin TTS

Yllä oleva ilmainen selainpohjainen työkalu sopii erinomaisesti luonnosten ja esikatselujen tekoon, mutta avoimen lähdekoodin ääni kuulostaa selvästi keinotekoiselta. Subformerin maksullinen Voice Synthesis tuottaa luonnollista, lähetyslaatua olevaa ääntä valinnaisella äänen kloonauksella.

Kokeile Subformer Voice Synthesisiä

Premium - myös Subformerilta

Studiotason äänet

Luonnollinen, lähetyslaatuinen Mandarin TTS podcasteihin, mainoksiin ja kerrontaan.

Äänen kloonaus

Kloonaa mikä tahansa ääni lyhyestä ääninäytteestä ja käytä sitä eri projekteissa.

Käännä ja dubbaa

Käännä ja dubbaa videot yli 30 kielelle yhdellä napsautuksella.