StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 біт clip
·
4.6
ад 5 карыстальнікі гэтай катэгорыі
StyleTTS 2 is a Праграма пераўтварэння тэксту ў мову built by Yinghao Aaron Li. Strongest at Voice cloning without training data; expressive multilingual speech.. Самастойна на Free.ai GPU - працуе бясплатна з дапамогай вашага штодзённага рэсурснага фонду (500 рэсурсы на кліп). Released under MIT — commercial use permitted on Free.ai.
Падобныя мадэлі
Частыя пытанні
StyleTTS 2 падтрымлівае шырокі спектр моў. Дакладны спіс залежыць ад рухавіка; форма на гэтай старонцы прымае любы тэкст, і рухавік будзе рэндаваць на падтрымліваемых мовах. Глядзіце / voice / для поўнага выбіральніка шматрухавікоў, калі вам патрэбна пэўная мова.
Большасць рухавікоў па змаўчанні паказваюць нейтральную амерыканскую англійскую і рэгіянальныя акцэнты для моў, якія не з' яўляюцца англійскімі. Premium рухавікі могуць паказваць акцэнты - устаўце прыклад для параўнання.
Падтрымка SSML розная ў залежнасці ад рухавіка. Тэгі Pause, Prosody і Emphasis падтрымліваюцца ў большасці рухавікоў Premium і некаторых самаабслугоўваных. Просты тэкст заўсёды працуе - не патрабуецца маркераў.
Пратока TTS даступная на рухавіках premium праз канечную кропку API / v1/ tts/ з stream=true. Веб- інтэрфейс на гэтай старонцы вяртае поўны фільм пасля заканчэння рэндрынгу.
StyleTTS 2 працуе на нашых уласных GPU. Генерацыя спачатку бярэ з вашага штодзённага вольнага фонду. Пасля выкарыстання, плацежныя знакі пачынаюцца ад $5 → 200,000 знакаў. Прыблізна ~ 5 знакаў на знак, мінімум 100 на кліп.
Да 5000 знакаў на запыт у інтэрфейсе. Для доўгіх частак (аўдыёкніг, цэлых раздзелаў) выкарыстоўвайце /voice/audiobook/, які аўтаматычна дзеліць і злучае, або выклікайце API ў цыкле.
Дадатак 1: Усе тэксты, якія змяшчаюць тэксты, якія не з'яўляюцца тэкстам, або тэксты, якія змяшчаюць тэксты, якія змяшчаюць тэксты, якія змяшчаюць тэксты, якія змяшчаюць тэксты, якія змяшчаюць тэксты, якія змяшчаюць тэксты, якія змяшчаюць тэксты.
Так - POST тэкст у / v1/ tts / з model=" StyleTTS 2 "(або slug на гэтай старонцы). Верне WAV або MP3. Глядзіце / api / для поўнай спасылкі + SDK фрагментаў.
Гэтая старонка з' яўляецца тэкстава- гукавым пераўтваральнікам, а не кланам голасу - голас з' яўляецца стандартным для рухавіка. Для кланаў голасу (загрузка аўдыё- файла) глядзіце / voice/ clone /, для чаго вам трэба альбо мець права на голас, альбо мець пісьмовую згоду.
Самастойныя рухавікі працуюць на GPU, якія належаць Free.ai; нічога не пакідае нашых сервераў. Premium рухавікі перадаюць тэкст пастаўшчыкам мадэляў па нашым DPA. Мы не трэніруем на вашых уводах і не прадаем дадзеныя.
Так - Free.ai дазваляе выкарыстанне генераванага гуку ў камерцыйных мэтах. Ліцэнзія рухавіка (зApache 2.0, MIT або ўмовы вытворцы) паказаная вышэй і на старонцы з даведкай аб мадэлі; на практыцы гэта азначае, што гукавыя запісы, рэкламы, падкасты і праграмы ўключаюцца ў сферу дзеяння.
Yes - failed jobs auto-refund to the source (daily pool or paid tokens). If a refund does not show up the same day, email contact@free.ai.