Sesame CSM-1B
Free.ai (self-hosted)
·
tts
·
~500 žetoni uz vienu clip
·
4.3
no 3 šīs kategorijas lietotāji
Sesame CSM-1B ir {da}ļiņu__ {kategorija}, ko {pied}āvātājs_. Sasniegumi Real-time voice agents, conversational AI, streaming TTS where time-to-first-audio matters more than studio-perfect reads.. Pašuzņēmums Free.ai GPU – brauc bez maksas pret jūsu ikdienas žetonu baseins (500 žetoni uz vienu klipu). Atbrīvo saskaņā ar Apache 2.0 — komerciāla izmantošana atļauta Free.ai. gadā.
Izmantošana caur API
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"csm-1b","text":"hello world"}'Bieži uzdoti jautājumi
Sesame CSM-1B atbalsta plašu valodu klāstu. Precīzs saraksts ir atkarīgs no motora; šajā lapā esošā veidlapa pieņem jebkuru tekstu, un motors izpildīs to atbalstītajās valodās. Pilnu vairāku dzinēju izvēlētāju, ja jums ir nepieciešama konkrēta valoda, skatiet /balss/.
Lielākā daļa dzinēju pēc noklusējuma veido neitrālu amerikāņu angļu valodu un reģionam atbilstošu akcentu ne angļu valodā. Premium dzinēji var atklāt akcenta variantus — ielīmēt paraugu, lai salīdzinātu.
SSML atbalsts mainās atkarībā no dzinēja. Pause, prosody, un uzsvara tagi tiek pagodināti uz lielāko daļu premium motoriem un uz dažiem patstāvīgi. Vienkāršs teksts vienmēr darbojas — nav nepieciešama marka.
Straumēšana TTS ir pieejama premium dzinējiem, izmantojot /v1/tts/ API galapunkts ar straume=patiesība. Web UI šajā lapā atgriež pilnu klipu, kad renderēšana beidzas.
Sesame CSM-1B darbojas uz mūsu pašu GPU. Paaudze ņem no jūsu ikdienas bezmaksas baseins vispirms. Pēc izsmelšanas, maksā žetoni sākas $5 → 200,000 žetoni. Aptuveni ~ 5 žetoni uz rakstzīmi, minimums 100 uz klipu.
Līdz 5000 rakstzīmēm par pieprasījumu tīmekļa UI. Ilgākus gabalus (audiobooks, pilnas nodaļas), izmantot /balss/audiobook / kas gabalos un šuves automātiski, vai zvana API cilpā.
Jā — Pēc virknes sarakstu, lai /v1/tts/partija/, vai izmantot darbtelpu UI pie /workspace/ ķēde TTS ilgākā cauruļvadā (piem, tulkot → runāt → dūriens).
Jā — Post text to /v1/ tts/ with model="_ FREEALI_ PH_name_" (vai slug on this page). Atgriež WAV vai MP3. Skatīt /api/ pilnu atsauci + SDK fragmenti.
Šī lapa ir teksta- to- speech, nevis balss klonēšana - balss ir dzinēja noklusējuma. Balss klonēšanai (ielādējot atsauces audio), skatiet / balss/kluba/, kas prasa, lai jums vai nu pieder balss tiesības, vai ir skaidra rakstiska piekrišana.
Pašapkalpošanās dzinēji darbojas ar Free.ai pieder GPU; nekas atstāj mūsu serveri. Premium dzinēji nodot tekstu augšupējiem modeļu piegādātājiem saskaņā ar mūsu DPA. Mēs neapmācām jūsu ievades un nepārdod datus.
Jā — Free.ai piešķir komerciālu izmantošanu ģenerēta audio. Dzinēja pamata licence (Apache 2.0, MIT, vai pārdevēja noteikumi) ir norādīta iepriekš un uz modeļa atsauces lapā; praksē tas nozīmē, ka skaļrunis, reklāmas, podcast, un aplikācijas ir visas iekšskopā.
Jā – neizdevās darbu auto-atmaksāt avotu (dienas baseins vai apmaksāti žetoni). Ja kompensācija neuzrāda tajā pašā dienā, e-pasts contact@free.ai.