StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 tokens per clip
·
4.6
od 5 korisnika u ovoj kategoriji
StyleTTS 2 je a tekst-u-govor glas izgrađen od Yinghao Aaron Li. Najjača na Voice cloning without training data; expressive multilingual speech.. Free.ai GPU-a — radi besplatno protiv vašeg dnevnog token poola (500 tokens po klipu). Objavljeno pod licencom MIT - komercijalna upotreba dozvoljena pod licencom Free.ai.
Slični modeli
Često postavljana pitanja
StyleTTS 2 podržava širok raspon jezika. Tačna lista zavisi od motora; obrazac na ovoj stranici prihvaća bilo koji tekst i motor će prikazati na podržanim jezicima. Pogledajte /voice/ za potpuni multi-motor birač ako vam treba specifičan jezik.
Većina motora po zadanim postavkama renderiraju neutralni američki engleski i regionalno odgovarajući naglasak za ne-engleski jezik. Premium motori mogu prikazati varijante naglaska - zalijepite uzorak za usporedbu.
Podrška za SSML varira od motora do motora. Oznake za pauzu, prozodiju i naglasak poštuju se na većini premium motora i na nekoliko samohosted motora. Običan tekst uvijek radi - nije potrebno označavanje.
Streaming TTS je dostupan na premium motorima preko /v1/tts/ API krajnje tačke sa stream=true. Web korisničko sučelje na ovoj stranici vraća cijeli isječak nakon završetka renderiranja.
StyleTTS 2 radi na našim vlastitim GPU-ovima. Generacija prvo crpi iz vašeg dnevnog slobodnog bazena. Kad se iscrpi, plaćeni žetoni počinju od $5 → 200.000 žetona. Otprilike ~5 žetona po liku, minimum 100 po isječku.
Do 5.000 znakova po zahtjevu na web UI. Za dulje dijelove (audio knjige, cijela poglavlja), koristite /voice/audiobook/ koji se automatski dijeli i spaja, ili zovete API u petlji.
Da - POST lista nizova znakova u /v1/tts/batch/, ili koristite radnu površinu UI na /workspace/ da lancira TTS u duži pipeline (npr., translate → speak → stitch).
Da - POST tekst u /v1/tts/ sa modelom "StyleTTS 2" (ili slug na ovoj stranici). Vraća WAV ili MP3. Pogledajte /api/ za potpunu referencu + SDK fragmente.
Ova stranica je za tekst-u-govor, a ne za kloniranje glasa - glas je uobičajena postavka motora. Za kloniranje glasa (upload referencijalnog zvuka), pogledajte /voice/clone/, za što je potrebno da posjedujete prava glasa ili da imate eksplicitni pisani pristanak.
Samohosted engines run on Free.ai-owned GPUs; nothing leaves our servers. Premium engines pass text to upstream model providers under our DPA. We do not train on your inputs and do not sell data.
Da - Free.ai dozvoljava komercijalnu upotrebu generiranog zvuka. Licenca motora (Apache 2.0, MIT, ili uvjeti prodavca) prikazana je iznad i na referentnoj stranici modela; u praksi to znači da su voiceoveri, reklame, podcasti i aplikacije svi u opsegu.
Da - automatski povrat neuspjelih poslova izvoru (dnevni fond ili plaćeni tokens). Ako se povrat ne pojavi istog dana, pošalji email na contact@free.ai.