OuteTTS
Free.ai (self-hosted)
·
tts
·
~500 প্রতি clip
·
4.5
থেকে 6 এই শ্রেণীর ব্যবহারকারী
OuteTTS হল a টেক্সট-টু-স্পিকিং শব্দ Oute দ্বারা নির্মিত। সবচেয়ে শক্তিশালী Voice cloning. Free.ai GPUs-এ স্ব-হোস্ট করা - আপনার দৈনিক টোকেন পুলের বিরুদ্ধে বিনামূল্যে চলছে (500 টোকেন প্রতি ক্লিপ)। Apache 2.0 লাইসেন্সের অধীনে প্রকাশিত - বাণিজ্যিক ব্যবহারের অনুমতি Free.ai লাইসেন্সের অধীনে।
API ব্যবহার করো
OpenAI-সমর্থিত REST API। একটি কী তৈরি করুন এবং সেকেন্ডের মধ্যে এই মডেলটি কল করুন।
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"outetts","text":"hello world"}'একই ধরনের মডেল
প্রায়শ জিজ্ঞাসিত প্রশ্ন
OuteTTS বহু ভাষা সাপোর্ট করে। সঠিক তালিকা ইঞ্জিনের ওপর নির্ভর করে; এই পেজের ফর্ম যেকোনো টেক্সট নেয় এবং ইঞ্জিন তার সমর্থিত ভাষায় রেন্ডার করবে। নির্দিষ্ট কোনো ভাষা দরকার হলে সম্পূর্ণ মাল্টি-ইঞ্জিন পিকারের জন্য /voice/ দেখুন।
বেশিরভাগ ইঞ্জিন ডিফল্টভাবে নিরপেক্ষ আমেরিকান ইংরেজিতে রেন্ডার করে, আর ইংরেজি ছাড়া অন্য ভাষায় সেই অঞ্চলের উপযোগী উচ্চারণ ব্যবহার করে। প্রিমিয়াম ইঞ্জিনে উচ্চারণের বিভিন্ন রূপ থাকতে পারে, তুলনা করতে একটি নমুনা পেস্ট করুন।
SSML সাপোর্ট ইঞ্জিনভেদে আলাদা। বিরতি, প্রসডি ও জোর দেওয়ার ট্যাগ বেশিরভাগ প্রিমিয়াম ইঞ্জিনে এবং কিছু সেলফ-হোস্টেড ইঞ্জিনে কাজ করে। সাধারণ টেক্সট সবসময়ই কাজ করে, কোনো মার্কআপ লাগে না।
স্ট্রিমিং TTS প্রিমিয়াম ইঞ্জিনে /v1/tts/ API এন্ডপয়েন্টে stream=true দিয়ে পাওয়া যায়। এই পেজের ওয়েব UI রেন্ডার শেষ হলে পুরো ক্লিপটি একসঙ্গে দেয়।
OuteTTS আমাদের নিজস্ব GPU-তে চলে। জেনারেশনে প্রথমে আপনার দৈনিক বিনামূল্যের পুল থেকে টোকেন কাটা হয়। সেটি শেষ হয়ে গেলে পেইড টোকেন শুরু হয় $5 → 200,000 টোকেন থেকে। প্রতি অক্ষরে মোটামুটি ~5 টোকেন, প্রতি ক্লিপে সর্বনিম্ন 100।
ওয়েব UI-তে প্রতি অনুরোধে সর্বোচ্চ 5,000 অক্ষর। দীর্ঘ লেখার (অডিওবুক, পুরো অধ্যায়) জন্য /voice/audiobook/ ব্যবহার করুন, যা নিজে থেকেই ভাগ করে জুড়ে দেয়, অথবা লুপে API কল করুন।
হ্যাঁ, /v1/tts/batch/-এ স্ট্রিংয়ের একটি তালিকা POST করুন, অথবা TTS-কে বড় পাইপলাইনে জুড়তে (যেমন, অনুবাদ → পড়া → জোড়া লাগানো) /workspace/-এর ওয়ার্কস্পেস UI ব্যবহার করুন।
হ্যাঁ, টেক্সট model="OuteTTS" দিয়ে /v1/tts/-এ POST করুন (অথবা এই পেজের স্লাগ ব্যবহার করুন)। WAV বা MP3 ফেরত আসে। সম্পূর্ণ রেফারেন্স ও SDK স্নিপেটের জন্য /api/ দেখুন।
এই পেজটি টেক্সট-টু-স্পিচ, ভয়েস ক্লোনিং নয়, ভয়েসটি ইঞ্জিনের ডিফল্ট। ভয়েস ক্লোনিংয়ের (রেফারেন্স অডিও আপলোড করে) জন্য /voice/clone/ দেখুন, যেখানে হয় ভয়েসের স্বত্ব আপনার থাকতে হবে, নয়তো স্পষ্ট লিখিত সম্মতি থাকতে হবে।
সেলফ-হোস্টেড ইঞ্জিন Free.ai-এর নিজস্ব GPU-তে চলে; কিছুই আমাদের সার্ভারের বাইরে যায় না। প্রিমিয়াম ইঞ্জিন আমাদের DPA-র আওতায় আপস্ট্রিম মডেল প্রদানকারীদের কাছে টেক্সট পাঠায়। আমরা আপনার ইনপুট দিয়ে ট্রেনিং করি না এবং ডেটা বিক্রি করি না।
হ্যাঁ, Free.ai তৈরি করা অডিও বাণিজ্যিক কাজে ব্যবহারের অনুমতি দেয়। ইঞ্জিনের মূল লাইসেন্স (Apache 2.0, MIT বা ভেন্ডরের শর্ত) উপরে এবং মডেল রেফারেন্স পেজে দেখানো আছে; বাস্তবে এর মানে ভয়েসওভার, বিজ্ঞাপন, পডকাস্ট ও অ্যাপ সবই এর আওতায় পড়ে।
হ্যাঁ, ব্যর্থ জব উৎসে স্বয়ংক্রিয়ভাবে ফেরত যায় (দৈনিক পুল বা পেইড টোকেন)। একই দিনে রিফান্ড না দেখালে contact@free.ai-এ ইমেইল করুন।