Sesame CSM-1B
Free.ai (self-hosted)
·
tts
·
~500 žetonov na clip
·
4.3
od 3 uporabniki te kategorije
Sesame CSM-1B je a glas besedila v jezik zgrajen s Sesame. Najmočnejši na Real-time voice agents, conversational AI, streaming TTS where time-to-first-audio matters more than studio-perfect reads.. Samostojni gostitelj na Free.ai GPU – teče brezplačno proti vašemu dnevnemu žeton bazenu (500 žetonov na posnetek). Sproščeno pod {licence} – komercialna uporaba, dovoljena na Free.ai.
Uporaba prek API
Združljiv z OpenAI REST API. Ustvarite ključ in pokličite ta model v sekundah.
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"}'Podobni modeli
Pogosta vprašanja
Sesame CSM-1B podpira široko paleto jezikov. Natančen seznam je odvisen od motorja; obrazec na tej strani sprejema katero koli besedilo in motor bo prikazan v podprtih jezikih. Glej /voice/ za polni izbirnik večmotorjev, če potrebujete določen jezik.
Večina motorjev je nevtralno-ameriški angleški privzeto in regijsko primeren naglas za neangleške jezike. Premium motorji lahko izpostavijo naglasne različice – vstavite vzorec za primerjavo.
Podpora SSML se razlikuje po motorju. Pavza, prozodija in označevalne oznake so izpolnjeni na večini premium motorjev in na nekaj samostojnih motorjev. Običajno besedilo vedno deluje – ni potrebno označevanje.
Streaming TTS je na voljo na premium motorjih prek dogodka /v1/tts/ API s stream=true. Spletni uporabniški interfejs na tej strani vrne celoten posnetek, ko izdelava konča.
Sesame CSM-1B teče na lastno GPU. Generacija črpa iz vašega dnevnega brezplačnega bazena prvič. Ko je izčrpan, plačane žetone začnejo z 5 $ → 200.000 žetonov. Grubo ~5 žetonov na znak, najmanj 100 na posnetek.
Do 5000 znakov na zahtevo na spletnem uporabniku. Za daljše kose (audiobooks, polna poglavja), uporabite /voice/audiobook /, ki kose in šive samodejno, ali pokličite API v zanke.
Da – POST seznam nizov na /v1/tts/batch /, ali uporabite delovno mesto na /workspace/ na verigo TTS v daljši cevovod (npr., prevesti → govoriti → šiv).
Da – besedilo POST na /v1/tts/ z modelom="Sesame CSM-1B" (ali kroglo na tej strani). Vrne WAV ali MP3. Glej /api/ za celoten referenčni odsek + SDK.
Ta stran je tekst-to-speech, ne kloniranje glasu – glas je privzeto motorju. Za kloniranje glasu (nalaganje referenčnega zvoka), glej /voice/klon /, ki zahteva bodisi lastništvo glasovnih pravic ali izrecno pisno soglasje.
Samostojni motorji, ki tečejo na Free.ai GPU v lasti; nič ne zapusti naših strežnikov. Premium motorji predajo besedilo ponudnikom modelov navzgor pod našim DPA. Ne treniramo na vaših vhodih in ne prodajamo podatkov.
Da – Free.ai dodeljuje komercialno uporabo generiranega zvoka. Osnovna licenca motorja (Apache 2.0, MIT ali prodajni pogoji) je prikazana zgoraj in na modelni referenčni strani; v praksi to pomeni glasovne preglede, oglase, podcast in aplikacije so vse v okviru.
Da – neuspela delovna mesta samodejno povrnitev vira (dnevno združevanje ali plačane žetone). Če se nadomestilo ne pojavi istega dne, e-poštni naslov contact@free.ai.