StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 zsetononként clip
·
4.6
(a következő időponttól: 5 a kategória felhasználói
StyleTTS 2 a szövegtől-beszédig által épített Yinghao Aaron Li. A legerősebb a Voice cloning without training data; expressive multilingual speech.-nél. Önálló, Free.ai GPU-n fut ingyenes ellen a napi token medence (500 tokens egy klipre). MIT alatt jelent meg - a Free.ai-en engedélyezett kereskedelmi felhasználás.
Hasonló modellek
Gyakran ismételt kérdések
A StyleTTS 2 a nyelvek széles skáláját támogatja. A pontos lista a motortól függ; az ezen az oldalon található űrlap elfogad bármilyen szöveget, és a motor a támogatott nyelveken fog jelenni. Lásd a /voice/ for the full multi-engine picker, ha egy adott nyelvre van szükséged.
A legtöbb motor alapértelmezés szerint semleges amerikai angolt ad, és a régiónak megfelelő akcentussal nem angol nyelveket. A prémium motorok kitehetik akcentusú változatokat - összehasonlítani a mintát.
Az SSML támogatás motoronként változik. A szünet, proszódia és a hangsúlyos címkék a legtöbb prémium motoron és néhány önmegbízotton vannak megtisztelve. Az egyszerű szöveg mindig működik - nincs szükség jelölésre.
Streaming TTS elérhető prémium motorokon keresztül /v1/tts/ API végpont stream=true. A web UI ezen az oldalon visszatér a teljes klipet egyszer renderelés befejezi.
StyleTTS 2 fut a saját GPU. Generation húz a napi ingyenes medence először. Miután kimerült, fizetett zsetonok kezdődik $5 → 200,000 zseton. Durván ~5 zsetonok karakterenként, minimum 100 klip.
Kérésre akár 5000 karaktert is használhatunk a weben UI-on. Hosszabb darabokra (audiokönyvek, teljes fejezetek), használjunk /voice/audiobook/-ot, amely automatikusan darabol és összefűz, vagy hívjuk az API-t egy hurokban.
Igen - Posztolja a /v1/tts/batch/ húrok listáját, vagy használja a munkaterület UI-t a /workspace/-nél, hogy a TTS-t hosszabb csővezetékbe láncolja (pl. → speak → öltés).
Igen - POST szöveg /v1/tts/ modell="StyleTTS 2" (vagy a labda ezen az oldalon). Visszaadja WAV vagy MP3. Lásd /api/ a teljes referencia + SDK snippets.
Ez az oldal szöveg-szó, nem hang klónozás - a hang a motor alapértelmezett. Hang klónozás (feltöltése referencia audio), lásd /hang/klón /, amely megköveteli, hogy vagy a hang jogokat, vagy kifejezett írásbeli beleegyezést.
Önálló motorok fut Free.ai-es GPU-k; semmi sem hagyja el a szervereinket. Premium motorok adja át szöveg upstream modell szolgáltatók a DPA. Mi nem vonat az Ön bemenetek, és nem ad el adatokat.
Igen - Free.ai ad kereskedelmi használatát generált audio. A motor alapengedélye (Apache 2.0, MIT, vagy eladói feltételek) szerepel a fenti és a modell referencia oldalon; a gyakorlatban ez azt jelenti, hangátvitel, hirdetések, podcastok, és az alkalmazások mind a szkópban.
Igen (napi medence vagy fizetett zsetonok) nem sikerült visszaküldeni az állásajánlatokat e-mailben a contact@free.ai.