Kokoro
Free.ai (self-hosted)
·
tts
·
~500 tákn fyrir clip
·
4.6
frá 5 Notandi í þessum flokki
Kokoro er a texti-í-tal rödd byggt af Hexgrad. Sterkasta á Fast, natural speech. Sjálfstætt hýst á Free.ai GPUs - keyrir ókeypis gegn daglegu táknlauginni þinni (500 tákn á klipp). Útgáfa undir Apache 2.0 - notkun í atvinnuskyni leyft á Free.ai.
Notaðu í gegnum API
OpenAI-samhæft REST API. Búa til lykil og kalla þetta líkan í sekúndum.
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"kokoro","text":"hello world"}'Svipaðar gerðir
Algengar spurningar
Kokoro styður fjölda tungumála. Nákvæmur listi fer eftir vélinni; formið á þessari síðu tekur við hvaða texta sem er og vélin mun gera á þeim tungumálum sem hún styður. Sjá /voice/ fyrir fullan fjölvélvalta ef þú þarft sérstakt tungumál.
Flestar vélar gera hlutlausa ameríska ensku sjálfgefið og svæðisbundinn hreim fyrir tungumál sem ekki eru ensk. Premium vélar geta sýnt hreim afbrigði - líma sýnishorn til að bera saman.
Stuðningur við SSML er mismunandi eftir vélum. Hlé, orðalag og áherslumerki eru virt í flestum hágæða vélum og nokkrum sjálfhýstum vélum. Venjulegur texti virkar alltaf - engin merking þarf.
Straumspilun TTS er í boði á Premium vélum í gegnum /v1/tts/ API endapunktinn með stream=true. Vefviðmótið á þessari síðu skilar fullu myndskeiðinu þegar gerð lýkur.
Kokoro keyrir á eigin GPU okkar. Generation dregur úr daglegu ókeypis laug þinni fyrst. Þegar tæmdur, greiddir tákn byrja á $ 5 → 200.000 tákn. U.þ.b. ~ 5 tákn á staf, lágmark 100 á myndskeið.
Allt að 5.000 stafir á beiðni á vefviðmótinu. Fyrir lengri stykki (hljóðbækur, heill kaflar), notaðu / voice / hljóðbók / sem hnoðar og stitches sjálfkrafa, eða kallaðu API í lykkju.
Já - POSTaðu lista af strengjum í /v1/tts/batch/, eða notaðu vinnusvæðið á /workspace/ til að keðja TTS í lengri leið (t.d., translate → speak → stitch).
Já - POST texta til /v1/tts/ með model="Kokoro" (eða slug á þessari síðu). Sýnir WAV eða MP3. Sjá /api/ fyrir fulla tilvísun + SDK snippets.
Þessi síða er texti-í-tal, ekki klónun raddarinnar - raddurinn er sjálfgefinn í vélinni. Fyrir raddklónun (að hlaða upp tilvísunar hljóði), sjá /voice/clone/, sem krefst þess að þú eigir annaðhvort raddréttindi eða hafir skriflegt samþykki.
Self-hosted vélar keyra á Free.ai-eign GPUs; ekkert fer af netþjónum okkar. Premium vélar fara texta til uppstreymis líkan veitendur undir DPA okkar. Við þjálfum ekki á inntak þitt og seljum ekki gögn.
Já - Free.ai leyfir notkun á hljóðinu í viðskiptalegum tilgangi. Leyfi vélarinnar (Apache 2.0, MIT eða skilmálar framleiðanda) er sýnt hér að ofan og á tilvísunarsíðu fyrir líkanið. Í reynd þýðir þetta að raddir, auglýsingar, podcast og forrit eru öll í gildi.
Já - mistókst störf sjálfvirk endurgreiðsla til uppruna (daglega laug eða greidd tákn).Ef endurgreiðsla birtist ekki á sama degi, sendu tölvupóst contact@free.ai.