Dia Voice Clone
Free.ai
·
voice
·
~500 จำนวนของชิ้นส่วนต่อหน่วย clip
Dia Voice Clone คือ a โมเดล AI นำทางผ่านโมเดลภายนอก - ~500 โต๊กเกอร์ ต่อการใช้ (50% ค่าใช้จ่ายสูงกว่าต้นทาง)
ใช้ผ่าน API
REST API รองรับ OpenAI สร้างกุญแจและเรียกโมเดลนี้ในไม่กี่วินาที
curl -X POST https://api.free.ai/v1/voice/clone/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"premium/dia-tts/voice-clone","text":"hello world","audio_url":"https://..."}'คำถามที่ถามบ่อย
Dia Voice Clone __ รองรับภาษามากมาย รายการที่ถูกต้องขึ้นอยู่กับกลไก; แบบฟอร์มบนหน้านี้จะยอมรับข้อความใดๆ และกลไกจะแสดงผลในภาษาที่มันรองรับ ลองดู / voice / สำหรับตัวเลือกกลไกหลายภาษาเต็มรูปแบบ หากคุณต้องการภาษาที่เฉพาะเจาะจง
กลไกส่วนใหญ่จะแสดงภาษาอังกฤษอเมริกันโดยปริยาย และใช้สำเนียงที่เหมาะสมกับภูมิภาคสำหรับภาษาที่ไม่ใช่ภาษาอังกฤษ กลไก Premium อาจจะแสดงสำเนียงที่แตกต่างกันออกไป - ปักหมุดตัวอย่างเพื่อเปรียบเทียบ
การรองรับ SSML นั้นแตกต่างกันไปตามกลไกต่าง ๆ แท็กการหยุดชะงัก, คำอธิบายและการเน้น จะถูกใช้กับกลไกพิเศษส่วนใหญ่ และบางกลไกที่ใช้ตัวมันเอง ข้อความธรรมดาจะทำงานได้เสมอ — ไม่จำเป็นต้องมีการทำเครื่องหมาย
การสตรีม TTS สามารถใช้ได้บนเครื่องมือระดับพรีเมี่ยมผ่านทางจุดสิ้นสุดของ API / v1/ tts/ ด้วย stream=true ส่วนติดต่อผู้ใช้บนหน้านี้จะแสดงคลิปเต็มเมื่อการแสดงผลเสร็จสมบูรณ์
Dia Voice Clone เป็นเครื่องมือ TTS ระดับพรีเมี่ยม ราคาขึ้นอยู่กับจำนวนตัวอักษร - โดยทั่วไป ~30 โต๊กเกอร์ต่อตัวอักษร 1 ดอลลาร์ซื้อ 750,000 โต๊กเกอร์ ดังนั้นแพ็ค5ดอลลาร์จะครอบคลุมตัวอักษรหลายหมื่นตัว
สูงสุด 5,000 ตัวอักษรต่อคำร้องขอบนเว็บ UI สำหรับส่วนที่ยาวกว่า (หนังสือเสียง, บทเต็ม) ใช้ /voice/audiobook/ ซึ่งจะแยกและต่อกันโดยอัตโนมัติ หรือเรียก API ในลูป
ใช่ — POST รายการข้อความไปยัง / v1/ tts/ batch / หรือใช้ UI ของพื้นที่ทำงานที่ / workspace / เพื่อเชื่อมต่อ TTS เข้ากับท่อที่ยาวกว่า (เช่น translate → speak → stitch)
ใช่ — POST ข้อความไปยัง / v1/ tts / ด้วย model="Dia Voice Clone" (หรือ slug ที่หน้านี้) จะคืนค่าเป็น WAV หรือ MP3 โปรดดูที่ / api / สำหรับข้อมูลเพิ่มเติม + สแนป SDK
หน้านี้เป็นหน้าที่แปลงข้อความเป็นเสียง ไม่ใช่หน้าที่คล้ายเสียง - เสียงเป็นตัวกำหนดอัตโนมัติของกลไก สำหรับคล้ายเสียง (อัปโหลดเสียงที่อ้างอิง) โปรดดูที่ /voice/clone/ ซึ่งจะต้องมีสิทธิ์ในการใช้เสียงหรือมีใบอนุญาตเป็นลายลักษณ์อักษรชัดเจน
กลไกที่ใช้เองทำงานบน GPU ที่ Free.ai ถือครอง ไม่มีอะไรออกจากเซิร์ฟเวอร์ของเรา กลไกพิเศษส่งข้อความไปยังผู้ให้บริการแบบจำลองด้านบนภายใต้ DPA ของเรา เราจะไม่ฝึกการเข้ารหัสของคุณและจะไม่ขายข้อมูล
ใช่ — Free.ai อนุญาตให้ใช้เสียงที่สร้างขึ้นเพื่อการค้า ใบอนุญาตพื้นฐานของเครื่องยนต์ (Apache 2.0, MIT, หรือเงื่อนไขของผู้ผลิต) จะแสดงไว้ด้านบนและบนหน้าอ้างอิงแบบอย่าง ในทางปฏิบัติ หมายความว่า เสียงอ้างอิง โฆษณา พอดคาสต์ และแอพพลิเคชัน ทั้งหมดอยู่ในขอบเขต
ใช่ — งานที่ล้มเหลวจะถูกคืนเงินอัตโนมัติไปยังแหล่งที่มา (กองประจำวัน หรือ โต๊ะที่จ่ายค่าบริการ) หากการคืนเงินไม่ปรากฏในวันเดียวกัน โปรดส่งอีเมลไปที่ contact@free.ai