CosyVoice 2
Free.ai (self-hosted)
·
tts
·
~500 Μάρκες ανά clip
·
4.3
από 3 χρήστες αυτής της κατηγορίας
CosyVoice 2 είναι a text-to-Speech φωνή κατασκευής από Alibaba FunAudioLLM. Πιο δυνατά στο Low-latency streaming TTS, cross-lingual voice cloning, real-time voice.. Αυτό-φιλοξενούνται σε Free.ai GPUs ~ τρέχει δωρεάν ενάντια σας καθημερινή πισίνα μάρκα (500 μάρκες ανά κλιπ). Κυκλοφόρησε κάτω από Apache 2.0 __] εμπορική χρήση επιτρέπεται στις Free.ai.
Χρήση μέσω API
OpenAI συμβατό REST API. Δημιουργήστε ένα κλειδί και καλέστε αυτό το μοντέλο σε δευτερόλεπτα.
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"cosyvoice2","text":"hello world"}'Παρόμοια μοντέλα
Συχνές Ερωτήσεις
CosyVoice 2 υποστηρίζει ένα ευρύ φάσμα γλωσσών. Η ακριβής λίστα εξαρτάται από τον κινητήρα· η φόρμα σε αυτή τη σελίδα δέχεται οποιοδήποτε κείμενο και ο κινητήρας θα δώσει στις υποστηριζόμενες γλώσσες του.
Οι περισσότεροι κινητήρες καθιστούν ουδέτερο-American Αγγλικά από προεπιλογή και μια περιοχή-κατάλληλη προφορά για τις μη-αγγλικές γλώσσες. Premium κινητήρες μπορεί να εκθέσει παραλλαγές προφοράς ~ επικολλήστε ένα δείγμα για να συγκρίνουν.
Η υποστήριξη SML ποικίλλει από τον κινητήρα. Παύση, προσθετικότητα, και την έμφαση ετικέτες τιμάται στις περισσότερες μηχανές πριμοδότηση και σε μερικές αυτο-φιλοξενούμενες.
Streaming TTS είναι διαθέσιμο σε κινητήρες premium μέσω του /v1/tts/ API τελικό σημείο με ρεύμα= true. Το web UI σε αυτή τη σελίδα επιστρέφει το πλήρες κλιπ μόλις απόδοση τελειώνει.
CosyVoice 2 τρέχει με τις δικές μας GPUs. Γενιά αντλεί από την καθημερινή δωρεάν πισίνα σας πρώτα. Μόλις εξαντληθεί, πληρωμένες μάρκες ξεκινούν από $5 → 200.000 μάρκες. Σχεδόν ~5 μάρκες ανά χαρακτήρα, τουλάχιστον 100 ανά κλιπ.
Μέχρι 5.000 χαρακτήρες ανά αίτηση στο διαδίκτυο UI. Για μεγαλύτερα κομμάτια (ακουστικά, πλήρη κεφάλαια), χρήση /φωνή / ακουστικό βιβλίο / που κομμάτια και ράμματα αυτόματα, ή να καλέσετε το API σε ένα βρόχο.
Ναι, □ ΠΩΤΑ μια λίστα συμβολοσειρών σε / v1/tts/batch/, ή να χρησιμοποιήσετε το χώρο εργασίας UI στο /workspace/ για να αλυσοδεθείτε TTS σε ένα μεγαλύτερο αγωγό (π.χ., μεταφράστε → μιλήστε → βελονιά).
Ναι, το κείμενο POST στο /v1/tts/ με το μοντέλο="CosyVoice 2" (ή η σφαίρα σε αυτή τη σελίδα). Επιστρέφει WAV ή MP3. Βλ. /api/ για πλήρη αναφορά + SDK snippets.
Αυτή η σελίδα είναι κείμενο προς ομιλία, όχι κλωνοποίηση φωνής η φωνή είναι προεπιλογή του κινητήρα. Για την κλωνοποίηση φωνής (φόρτωση ενός ήχου αναφοράς), δείτε /φωνή /clone/, το οποίο απαιτεί είτε να έχετε τα δικαιώματα φωνής είτε να έχετε ρητή γραπτή συγκατάθεση.
Οι αυτο-φιλοξενούμενοι κινητήρες λειτουργούν σε Free.ai-ιδιοκτησίες GPUs; τίποτα δεν αφήνει τους διακομιστές μας. Premium κινητήρες περνούν κείμενο σε ανάντη πρότυπα παρόχους μας DPA. Δεν εκπαιδεύονται στις εισόδους σας και δεν πωλούν τα δεδομένα.
Ναι. Free.ai χορηγεί εμπορική χρήση του παραγόμενου ήχου. Η υποκείμενη άδεια του κινητήρα (Apache 2.0, MIT, ή όρους πωλητή) εμφανίζεται παραπάνω και στην σελίδα αναφοράς μοντέλο? στην πράξη αυτό σημαίνει voiceovers, διαφημίσεις, podcasts, και εφαρμογές είναι όλα στο-σκόπιο.
Ναι, οι αποτυχημένες δουλειές επιστρέφονται αυτόματα στην πηγή (καθημερινή πισίνα ή πληρωμένες μάρκες). Εάν μια επιστροφή δεν εμφανίζεται την ίδια ημέρα, email contact@free.ai.