CosyVoice 2
Free.ai (self-hosted)
·
tts
·
~500 tákn á clip
·
4.3
frá 3 Notandi í þessum flokki
CosyVoice 2 er a texti-í-tal rödd byggt af Alibaba FunAudioLLM. Stærsti á Low-latency streaming TTS, cross-lingual voice cloning, real-time voice.. Sjálfstætt hýst á Free.ai GPUs - keyrir ókeypis gegn daglegu táknlauginni þinni (500 tákn á bút). Útgefið undir Apache 2.0 — notkun í atvinnuskyni leyfð á Free.ai.
Notaðu í gegnum API
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"}'Algengar spurningar
CosyVoice 2 styður fjölda tungumála. Nákvæmur listi fer eftir vélinni; eyðublaðið á þessari síðu tekur við hvaða texta sem er og vélin mun gera á þeim tungumálum sem hún styður. Sjá /voice/ fyrir fullan fjölvélaval ef þú þarft tiltekið tungumál.
Flestar vélar gera hlutlausa ameríska ensku sjálfgefið og svæðisbundinn hreim fyrir tungumál sem ekki eru ensku. Premium vélar geta sýnt hreim afbrigði - líma sýnishorn til að bera saman.
Stuðningur við SSML er mismunandi eftir vélum. Hlé, orðalag og áherslumerki eru virt á flestum hágæða vélum og á nokkrum sjálfhýstum vélum. Venjulegur texti virkar alltaf — engin merking er nauðsynleg.
Straumspilun TTS er í boði á hágæða vélum í gegnum /v1/tts/ API endapunktinn með stream=true. Vefviðmótið á þessari síðu skilar fullu myndskeiðinu þegar myndvinnslu lýkur.
CosyVoice 2 keyrir á eigin GPU okkar. Generation dregur úr daglegu ókeypis laug þinni fyrst. Þegar tæmt, greidd tákn byrja á $ 5 → 200.000 tákn. U.þ.b. ~ 5 tákn á staf, lágmark 100 á myndskeið.
Allt að 5.000 stafir á beiðni á vefviðmótinu. Fyrir lengri stykki (hljóðbækur, heill kaflar) skaltu nota / voice / hljóðbók / sem sker og stitches sjálfkrafa eða hringja í API í lykkju.
Já — POSTaðu lista af strengjum í /v1/tts/batch/, eða notaðu vinnusvæðið í /workspace/ til að keðja TTS í lengri leið (t.d., translate → speak → stitch).
Já — POST texta til /v1/tts/ með model="CosyVoice 2" (eða slögninni á þessari síðu). Sýnir WAV eða MP3. Sjá /api/ fyrir fulla tilvísun + SDK snippets.
Þessi síða er texta-í-tal, ekki klónun raddupplýsinga — raddupplýsingar eru sjálfgefið val í vélbúnaðinum. Fyrir klónun raddupplýsinga (að hlaða upp hljóðskrá) sjá /voice/clone/. Þú þarft annað hvort að eiga raddupplýsingar eða hafa skriflegt samþykki.
Self-hýst vélar keyra á Free.ai-eign GPUs; ekkert fer af netþjónum okkar. Premium vélar fara texta til uppstreymis líkan veitendur undir DPA okkar.Við þjálfa ekki á inntak og ekki selja gögn.
Já — Free.ai leyfir notkun á hljóði í viðskiptalegum tilgangi. Undirliggjandi afnotaleyfi vélarinnar (Apache 2.0, MIT eða skilmálar framleiðanda) er sýnt hér að ofan og á tilvísunarsíðu fyrirmyndarinnar. Í reynd þýðir þetta að raddlýsingar, auglýsingar, podcast og forrit eru öll í gildi.
Já - mistókst störf sjálfvirk endurgreiðsla til uppsprettu (daglega laug eða greidd tákn).Ef endurgreiðsla birtist ekki sama dag, sendu tölvupóst á contact@free.ai.