StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 unit synonyms for matching user input clip
·
4.3
(-tól/-től 3 e kategória felhasználói
StyleTTS 2 a sms-től-ig hang készítette Yinghao Aaron Li. A legerősebb aVoice cloning without training data; expressive multilingual speech.. Önálló, Free.ai GPU-n fut ingyenes ellen a napi token medence (500 tokens klipenként). A MIT alatt kiadott kereskedelmi célú felhasználás megengedett Free.ai-en.
Alkalmazása API-n keresztül
OpenAI-kompatibilis REST API. Létrehoz egy kulcsot, és hívja ezt a modellt másodpercek alatt.
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"styletts2","text":"hello world"}'Hasonló modellek
Gyakran ismételt kérdések
StyleTTS 2 támogatja a nyelvek széles skáláját. A pontos lista a motortól függ; az ezen az oldalon található űrlap bármilyen szöveget elfogad, és a motor a támogatott nyelvekre fordítja. Lásd a /voice/ for the full multi-engine picker if you need a specific language.
A legtöbb motor alapértelmezés szerint semleges-amerikai angolt ad, és a régiónak megfelelő akcentussal rendelkezik a nem angol nyelvek számára. A prémium motorok kitehetik az akcentusú változatokat, hogy összehasonlítsák a mintát.
SSML támogatás változik a motor. Szünet, proszódia, és a hangsúly címkék tisztelik a legtöbb prémium motorok és néhány saját házigazda. Az egyszerű szöveg mindig működik • nem szükséges jelölés.
Streaming TTS elérhető prémium motorokon keresztül /v1/tts / API végpont stream = true. A web UI ezen az oldalon visszatér a teljes klipet, miután a renderelés befejezi.
StyleTTS 2 fut a saját GPU. Generation húz a napi ingyenes medence először. Miután kimerült, fizetett zsetonok kezdődik $5 → 200,000 zsetonok. Durván ~5 zsetonok karakterenként, minimum 100 klipenként.
Kérésenként akár 5000 karaktert a weben UI. Hosszabb darabokra (audiokönyvek, teljes fejezetek), használd a /voice/audiobook/-ot, amely automatikusan darabol és összefűz, vagy hívd fel az API-t egy hurokban.
Igen, a /v1/tts/batch/ állományba helyezett sztringek listáját, vagy a munkaterületet a /workspace/-nél a TTS hosszabb csővezetékbe való láncolására használja (pl. → speak → öltés).
Igen, a /v1/tts/-be írt szöveg ="StyleTTS 2" (vagy ezen az oldalon a csiga). Visszaadja a WAV-t vagy az MP3-at. Lásd a /api/-t a teljes hivatkozáshoz + SDK snippets.
Ez az oldal szövegtől-beszédig terjed, nem hang klónozás. A hang a motor alapértelmezése. Hang klónozáshoz (referencia audió feltöltése), lásd a /voice/clone/-t, ami a hangjogok tulajdonjogát vagy kifejezett írásbeli beleegyezését követeli meg.
Önálló motorok fut Free.ai tulajdonú GPU-k; semmi sem hagyja el a szervereinket. Premium motorok adja át szöveg upstream modell szolgáltatók a DPA. Mi nem vonat a bemenetek, és nem ad el adatokat.
Igen, Free.ai ad kereskedelmi használatát generált audio. A motor mögöttes licence (Apache 2.0, MIT, vagy eladói feltételek) jelenik meg a fenti és a modell referencia oldalon; a gyakorlatban ez azt jelenti, hangátvitel, hirdetések, podcastok, és az alkalmazások mind in-scope.
Igen (napi medence vagy fizetett zsetonok) nem sikerült visszaküldeni az állásajánlatokat e-mailben a contact@free.ai.