MeloTTS
Free.ai (self-hosted)
·
tts
·
~500 tocynnau y eiliad clip
·
4.6
o 5 defnyddwyr y categori yma
Mae MeloTTS yn a testun-i-lafaru a adeiladwyd gan MyShell. Mwyaf gryf wrth Multilingual TTS. Hunan-gartrefedig ar Free.ai GPUs — rhedeg yn rhad ac am ddim yn erbyn eich pool tocynnau bob dydd (500 tokens am bob clip). Rhyddhawyd o dan MIT - caniateir defnydd masnachol o dan Free.ai.
Defnyddio trwy API
API REST OpenAI-cydnaws. Creu allwedd a galw'r model hwn mewn eiliad.
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"melotts","text":"hello world"}'Modelau tebyg
Cwestiynau a ofynnir yn aml
Cynhelir nifer o ieithoedd gan MeloTTS. Mae'r rhestr gywir yn dibynnu ar y peiriant; mae'r ffurflen ar y dudalen hon yn derbyn unrhyw destun a bydd y peiriant yn arlunio mewn ieithoedd a gynhelir. Gweler /voice/ am y dewisydd aml-beiriant llawn os oes angen iaith benodol arnoch.
Mae' r rhan fwyaf o beiriant yn dangos Saesneg Americanaidd niwtral yn rhagosodedig a gwraidd yn addas i' r ardal ar gyfer ieithoedd nad ydynt yn Saesneg. Gall beiriant premiwm arddangos newidiadau gwraidd - gludwch enghraifft i' w gymharu.
Mae cynhaliaeth SSML yn amrywio yn ôl peiriant. Mae tagiau seibio, prosody, ac amlygu yn cael eu cydnabod ar y mwyafrif o beirianyddion premiwm ac ar rai hunan- westeiedig. Mae testun plaen yn gweithio o hyd - nid oes angen marcio.
Mae TTS llif ar gael ar beirianyddion premiwm drwy'r /v1/tts/ API endpoint gyda stream=true. Mae'r UI gwe ar y dudalen hon yn dychwelyd y clip llawn pan mae'r llunio wedi gorffen.
Mae MeloTTS yn rhedeg ar ein GPUs ein hunain. Mae'r genhedlaeth yn tynnu o'ch cronfa rhad ac am ddim bob dydd yn gyntaf. Pan fydd wedi ei ddiflannu, mae tocynnau a brynwyd yn dechrau ar $5 → 200,000 o tocynnau. Yn llai na ~5 tocyn am bob nod, o leiaf 100 am bob clip.
Hyd at 5,000 o nodau ar gyfer pob cais ar y rhyngwyneb gwe. Ar gyfer darnau hirach (llyfrau sain, pennod gyfan), defnyddiwch /voice/audiobook/ sy'n torri a sticio'n awtomatig, neu ffoniwch yr API mewn cylch.
Ie - POST rhestr o linynnau i /v1/tts/batch/, neu defnyddiwch y rhyngwyneb defnyddiwr gweithfan yn /workspace/ i gysgodi TTS i mewn i pibellau hirach (e.e., cyfieithu → siarad → stitch).
Ie - POST testun i /v1/tts/ gyda model="MeloTTS" (neu'r slug ar y dudalen hon). Dychwelyd WAV neu MP3. Gweler /api/ am gyfeiriad llawn + darnau SDK.
Testun-i-leferydd yw'r dudalen hon, nid clonio llais - rhagosodiadau'r peiriant yw'r llais. Am glonio llais (lwytho sain cyfeirio i fyny), gweler /voice/clone/, sy'n gofyn i chi fod yn berchen ar hawliau'r llais neu fod gennych ganiatâd ysgrifenedig clir.
Rheda peiriannau hunan-gartrefedig ar GPUs Free.ai-ei hun; ni ddaw dim o'n gweinyddion. Mae peiriannau premiwm yn pasio testun i ddarparwyr modelau uwch-lawr dan ein DPA. Ni ddysgwn ar eich mewnbwn, ac ni werthir data.
Ie - mae Free.ai yn rhoi caniatâd i ddefnyddio sain a gynhyrchir yn fasnachol. Mae trwydded sylfaenol y peiriant (Apache 2.0, MIT, neu delerau'r gwerthwr) yn cael ei dangos uwchben a ar y dudalen cyfeirio model; yn ymarferol mae hyn yn golygu bod y geiriau, hysbysebion, newyddion, a rhaglenni i gyd yn rhan o'r amrediad.
Ie - ad-dalu swyddi methu'n awtomatig i'r ffynhonnell (cyfanswm diwrnod neu tocynnau talu). Os nad yw ad-daliad yn ymddangos yr un diwrnod, e-bostiwch contact@free.ai.