Dia Voice Clone suporton një gamë të gjerë gjuhësh. Lista e saktë varet nga motori; forma në këtë faqe pranon çdo tekst dhe motori do të paraqesë në gjuhët e tij të suportuara. Shiko /voice/ për zgjedhësin e plotë të motorëve të shumtë nëse ke nevojë për një gjuhë të caktuar.

Shumica e motorëve paracaktojnë një anglisht amerikane neutrale dhe një theks të përshtatshëm për rajonin për gjuhët jo-anglishte. Motorët Premium mund të tregojnë variante të theksit - ngjite një shembull për t'u krahasuar.

Suporti i SSML ndryshon sipas motorit. Tag-ët e pauzës, prozodisë dhe theksimit respektohen në shumicën e motorëve premium dhe në disa prej tyre të vetë-hostuar. Teksti i thjeshtë punon kurdoherë — nuk kërkohet mark-up.

Streaming TTS është në dispozicion në motorët premium nëpërmjet /v1/tts/ API endpoint me stream=true. Interfaqja e përdoruesit web në këtë faqe kthen klipin e plotë sapo të përfundojë paraqitja.

Dia Voice Clone është një motor premium TTS. Kostoja shkallëzohet me numrin e karaktereve — zakonisht ~30 token për karakter. $1 ble 750,000 token, kështu që një paketë $5 mbulon dhjetra mijëra karaktere.

Deri në 5,000 karaktere për kërkesë në UI web. Për pjesë më të gjata (audiobooks, kapituj të plotë), përdor /voice/audiobook/ që copëton dhe lidh automatikisht, ose thërret API në një cikl.

Po — POST një listë strings në /v1/tts/batch/, ose përdorni hapësirën e punës UI në /workspace/ për të zinxhiruar TTS në një tubacion më të gjatë (p.sh., përktheu → fol → stitch).

Po — POST tekst në /v1/tts/ me model="Dia Voice Clone" (ose slug në këtë faqe). Kthen WAV ose MP3. Shiko /api/ për referencë të plotë + fragmente SDK.

Kjo faqe është tekst-në-folje, jo klonim zëri — zëri është i prezgjedhur nga motori. Për klonimin e zërit (shkarkimin e një audio referimi), shiko /voice/clone/, që kërkon që ju ose të posedoni të drejtat e zërit ose të keni pëlqimin e shkruar të qartë.

Motorët e vetë-hostuar funksionojnë në GPU-të e zotëruara nga Free.ai; asgjë nuk largohet nga serverat tanë. Motorët Premium i kalojnë tekstet tek furnizuesit e modeleve të larta nën DPA-në tonë. Ne nuk trajnojmë në të dhënat tuaja dhe nuk i shesim të dhënat.

Po — Free.ai lejon përdorimin komercial të audios së gjeneruar. Liçenca e motorit (Apache 2.0, MIT, ose kushtet e shitësit) është e shfaqur sipër dhe në faqen e modelit të referencës; në praktikë kjo do të thotë se zërat, reklamat, podcast-et dhe aplikacionet janë të gjitha brenda kufijve.

Po — detyrat e dështuara kthehen automatikisht tek burimi (pool i përditshëm ose token të paguar). Nëse një kthim nuk shfaqet të njëjtën ditë, dërgo email tek contact@free.ai.