Детали за модела
За
__FREEAI_PH_Lead{article_____freeai_ph_category}, построена от MiniMax. Посочена през външни модели — ~500 žeтони за употреба (50% маркиране над разходите на горния поток).
Използване чрез API
curl https://api.free.ai/v1/chat/ \
-H "Authorization: Bearer YOUR_KEY" \
-d '{"model":"premium/minimax-tts/voice-clone"}'
Сравняване
Често задавани въпроси
MiniMax Voice Clone поддържа широка гама от езиците. Точният списък зависи от двигателя; форматът на тази страница приема всеки текст и двигателят ще излъчи на поддържаните си езици. Виж /voice/ за пълния многодвигателен избирател, ако се нуждаете от специален език.
Повечето двигатели правят неутрален американски английски по подразбиране и регион-подходящ акцент за неанглийски език. Премиум двигатели могат да изложат варианти на акцента — поставете проба, за да се сравни.
Поддръжката на SSML варира от двигателя. Пауза, прозодия и акцент се отчитат на повечето премиумни двигатели и на няколко самостоятелни. Обикновеният текст винаги работи — не се изисква маркиране.
Преминаването на TTS е на разположение на премиум двигатели през точката /v1/tts/ API със stream=true. Web UI на тази страница връща пълния клип след преработка.
MiniMax Voice Clone е премиум TTS двигател. Разходни ваги с броя на символи — обикновено ~30 жетони на символ. $1 купува 750,000 жетони, така че 5 опаковка покрива десетки хиляди символи.
До 5000 символа на запитване на уеб компютъра. За по-дълги парчета (аудиокниги, пълни глави), използвайте /voice/audiobook / които парчета и шевове автоматично, или се обадите на API в кръг.
Да — ПОСТ списък на струните на /v1/tts/batch/, или използвайте работния UI в /workspace/ за верига TTS в по-дълъг тръбопровод (напр., превежда → говори → шев).
Да — POST текст на /v1/tts/ с модел="MiniMax Voice Clone" (или куршума на тази страница). Връща WAV или MP3. Виж /api/ за пълно позоваване + SDK rippes.
Тази страница е текст-то-спеч, а не клониране на глас — гласът е по подразбиране на двигателя. За клониране на глас (зареждане на референтен звук), вижте /voice/klone /, което изисква или да притежавате правата на глас или да имате изрично писмено съгласие.
Самоуправляеми двигатели работят на Free.ai GPU, нищо не напуска сървърите ни. Премиум двигатели предават текст на доставчиците на моделите нагоре по нашия DPA. Ние не тренираме на входящите ви данни и не продаваме данни.
Да — Free.ai отпуска търговска употреба на генериран аудио. Основният лиценз на двигателя (Apache 2.0, MIT, или условията на продавача) е показан по-горе и на референтната страница на модела; на практика това означава гласово преминаване, реклами, подкасти и приложения са всички в скептура.
Да — провалени работни места за автовъзстановяване на източника (дневен басейн или платени жетони). Ако възстановяването не се появи в същия ден, e-mail contact@free.ai.