Sesame CSM-1B
Free.ai (self-hosted)
·
tts
·
~500 ටොකන clip
·
4.3
සිට 3 මෙම ප්රවර්ගයෙහි පරිශීලකයන්
Sesame CSM-1B යනු a පෙළ- සිට- කථාව හඬ විසින් Sesame විසින් ඉදිකරන ලද පෙළ- සිට- කථාව හඬ වේ. Strongest at Real-time voice agents, conversational AI, streaming TTS where time-to-first-audio matters more than studio-perfect reads.. Free.ai GPUs මත ස්වයං-සත්කාරක - ඔබේ දෛනික ටොකන් පූල් එරෙහිව නිදහස් ධාවනය (500 ටොකන් ක්ලිප් එකකට). Apache 2.0 යටතේ නිදහස් කරන ලදී — වාණිජමය භාවිතය සඳහා Free.ai මත අවසර ලබා දී ඇත.
API හරහා භාවිත කරන්න
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"}'නිතර අසන ප්රශ්න
Sesame CSM-1B භාෂා පුළුල් පරාසයක් සහාය දක්වයි. නිවැරදි ලැයිස්තුව එන්ජිම මත රඳා පවතී; මෙම පිටුවේ ආකෘතිය ඕනෑම පෙළක් පිළිගන්නා අතර එන්ජිම එහි සහාය දක්වන භාෂා වලින් ඉදිරිපත් කරයි. ඔබට විශේෂිත භාෂාවක් අවශ්ය නම් සම්පූර්ණ බහු-එන්ජිම තෝරාගැනීම සඳහා /voice/ බලන්න.
බොහෝ එන්ජින් පෙරනිමියෙන් සහ ඉංග්රීසි නොවන භාෂා සඳහා කලාපීය-යෝග්ය හඬින් ස්වාධීන-ඇමෙරිකානු ඉංග්රීසි ඉටු. ප්රමාණවත් එන්ජින් හඬින් විකල්ප නිරාවරණය විය හැක — සසඳන නියැදියක් අච්චු.
SSML සහාය එන්ජිම අනුව වෙනස් වේ. විරාම, prosody, සහ අවධාරණය ටැග් බොහෝ වාරික එන්ජින් මත ගෞරව සහ ස්වයං-සත්කාරක සමහර මත. සරල පෙළ සෑම විටම වැඩ - කිසිදු markup අවශ්ය.
TTS ශ් රව්ය විකාශනය /v1/tts/ API endpoint හරහා stream=true සමඟ ප් රතිලාභ එන්ජින් මත ලබා ගත හැකිය. මෙම පිටුවේ වෙබ් UI එක නැවත සම්පූර්ණ ක්ලිප් එක ලබා දෙයි.
Sesame CSM-1B අපගේ ම GPUs මත ධාවනය. පරම්පරාව පළමු ඔබේ දෛනික නිදහස් පූල් සිට ඇඳී. පරිභෝජනය අවසන් වූ පසු, ගෙවීම් ටෝකන $5දී ආරම්භ → 200,000 ටෝකන. දළ වශයෙන් ~5චරිතයකට ටෝකන, අවම වශයෙන් 100 ක්ලිප් එකකට.
දක්වා 5,000 වෙබ් UI මත ඉල්ලීමකට අක්ෂර. දිගු කෑලි සඳහා (ශ්රව්ය පොත්, පූර්ණ පරිච්ඡේද), ස්වයංක්රීයව චුන්ක්ස් සහ stitches වන / හඬ / ශ්රව්ය පොත / භාවිතා, හෝ loop තුළ API ඇමතුම්.
ඔව් — POST /v1/tts/batch/ වෙත strings ලැයිස්තුවක්, හෝ දිගු නල මාර්ගයක් බවට TTS දාම කිරීමට /workspace/ හි වැඩබිම් UI භාවිතා කරන්න (උදාහරණයක් ලෙස, පරිවර්තනය → කතා → stitch).
ඔව් — /v1/tts / සඳහා පෙළ පෝස්ට් ආකෘතිය සමග ="Sesame CSM-1B" (හෝ මෙම පිටුවේ ස්ලග්). WAV හෝ MP3 ආපසු. සම්පූර්ණ උපුටා + SDK කෑලි සඳහා / API බලන්න/.
මෙම පිටුව පෙළ-කතා, හඬ ක්ලෝන කිරීම නොවේ — හඬ එන්ජිමේ පෙරනිමි වේ. හඬ ක්ලෝන කිරීම සඳහා (උදාහරණ ශ්රව්ය ප්රතිනිර්මාණය), බලන්න / voice/clone /, එය ඔබට හඬ අයිතිවාසිකම් හෝ සරල ලිඛිත අනුමැතිය ඇති කිරීමට අවශ්ය.
ස්වයං-සත්කාරක එන්ජින් Free.ai-අධිකාරී GPUs මත ධාවනය; කිසිවක් අපගේ සේවාදායකයන් ඉතිරි. ප් රතිලාභ එන්ජින් අපගේ DPA යටතේ උඩුගත ආකෘති සැපයුම්කරුවන් වෙත පෙළ ගමන්. අපි ඔබේ ආදාන පුහුණු නොකරන්නෙමු දත්ත අලෙවි නොකරමු.
ඔව් — Free.ai වාණිජමය භාවිතය සඳහා ජනනය කරන ලද ශ්රව්ය ලබා දෙයි. එන්ජිමෙහි මූලික බලපත්රය (අපාචේ 2.0, MIT, හෝ සැපයුම්කරු කොන්දේසි) ඉහත සහ ආකෘතිය සඳහන පිටුව මත පෙන්වා ඇත; ප්රායෝගිකව මෙයින් අදහස් වන්නේ voiceovers, දැන්වීම්, පොඩ්කාස්ට්, සහ යෙදුම් සියල්ලම විෂය පථය තුළ වේ.
ඔව් - මූලාශ්රය වෙත අසාර්ථක රැකියා ස්වයංක්රීය ආපසු ගෙවීම (දිනපතා පූල් හෝ ගෙවන ටොකන්). ආපසු ගෙවීම එම දිනය දක්වා පෙන්වන්නේ නම්, ඊ-තැපැල් contact@free.ai.