StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 پەڕەی _پێشەوەی clip
·
4.3
لە 3 بەکارهێنەرانی ئەم بوارەیە
StyleTTS 2 ی a دەنگى نوسراو بۆ قسەکردن دروستکراوە لەلایەن Yinghao Aaron Li. 1995: ڕیاڵ مەدرید گەیشتە خولی نایابی ئیسپانیا. خۆ-هێز لەسەر Free.ai GPUs - بەبێ پارە لە دژی تەنەکە ڕۆژانەی تۆ (500 تەنەکان بۆ هەر کلیپێک). Released under MIT — commercial use permitted on Free.ai.
بەکارھێنان لە ڕێگەی ئەپی پی
REST API ی هاوشێوە لەگەڵ OpenAI. کلیلێک دروست بکە و ئەم مۆدێلە لە چرکەیەکدا بانگ بکە
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"}'مۆدێلی هاوشێوە
پرسیاری زۆر کراوە
StyleTTS 2 پشتگیری لە جۆرێکی فراوانی زمان دەکات. لیستی ڕاستەوخۆ دەکەوێتە سەر بزوێنەرەکە؛ فۆرمی ئەم لاپەڕەیە هەر جۆرە نوسراوێک قبوڵ دەکات و بزوێنەرەکە بە زمانەکانی پشتگیریکراو نمایش دەکات. بۆ هەڵبژاردەی تەواوەتی بزوێنەری زۆر، سەیری /voice/ بکە ئەگەر پێویستت بە زمانێکی دیاریکراو هەیە.
زۆربەی ماشێنەکان بە شێوەی پێشنیارکراو ئینگلیزیی ئەمریکیی بێلایەن و زمانەوانێکی باش بۆ زمانەوانەکانی کە زمانی ئینگلیزییان نییە. ماشێنەکانی پڕۆمیۆم لەوانەیە زمانەوانێکی جیاواز نیشان بدەن - نمونەیەک دابنێ بۆ بەراوردکردن.
پشتگیری SSML بە پێی ماشێنەکان جیاوازە. پشوودان، نوسینی و نووسراوەی گرنگ لەسەر زۆربەی ماشێنەکانی پێشکەشکار و لەسەر هەندێک لە ماشێنەکانی خۆبەخشانە. نووسراوەی ئاسایی هەمیشە کاردەکات - هیچ نیشاندانێک پێویست ناکات.
ڕەوانەکردنی TTS لە ڕێگەی /v1/tts/ API endpoint لەگەڵ stream=true لە ناوەوەی پڕۆگرامی پێشکەشکەردا هەیە. ناوەوەی وێب لەسەر ئەم لاپەڕەیە کلیپی تەواو دەگەڕێنێتەوە کاتێک نمایشکردن تەواو دەبێت.
StyleTTS 2 لەسەر GPU کانی خۆمان کاردەکات. یەکەم جار لە کۆڵانی ڕۆژانەی خۆتدا دروست دەبێت. کاتێک کە تەواو دەبێت، پەڕەکان لە ٥$ دەست پێ دەکەن → ٢٠٠،٠٠٠ پەڕەکان. نزیکەی ~٥ پەڕەکان بۆ هەر کارەکتەرێک، کەمترین ١٠٠ بۆ هەر کلیپێک.
تاوەکو ٥٠٠٠ پیتی بۆ هەر داوایەک لەسەر ڕووکاری بەکارهێنەر. بۆ بەشەکانی درێژ (کتێبی دەنگیی، بەشە تەواوەکان)، بەکاربهێنە /voice/audiobook/ کە بە ئۆتۆماتیکی بەشەکان و بەستراوەکان دەگرێت، یان بانگی API بکە لە زنجیرەیەکدا.
بەڵێ - لیستی ڕستەی پۆست بکە بۆ /v1/tts/batch/، یان بەکاری بهێنە بۆشایی کارکردن لە /workspace/ بۆ زنجیرکردنی TTS بۆ پاڵپشتێکی درێژ (بۆ نمونە، وەرگێڕان → قسەکردن → بەستنەوە).
بەڵێ - ناونیشانی پۆست بۆ /v1/tts/ لەگەڵ مۆدێل="StyleTTS 2" (یاخود ناوەکەی ئەم لاپەڕەیە). دەگەڕێتەوە بۆ WAV یان MP3. بۆ زانیاری زیاتر سەیری /api/ بکە + بەشی SDK.
ئەم لاپەڕەیە بۆ نووسینە بۆ قسەکردن، نەک بۆ دووبارە دروستکردنی دەنگ - دەنگ پێشنیارکراوەی ماشێنەکە. بۆ دووبارە دروستکردنی دەنگ (بەکارهێنانی ئامرازی گوێگرتن)، سەیری / دەنگ/دوبارە دروستکردن بکە، کە پێویستی بەوەیە کە تۆ خاوەنی مافی دەنگ بیت یان مۆڵەتی نوسراوت هەبێت.
Free.ai-owned GPUs؛ هیچ شتێک لە سەروەریەکانمان ناهێڵێتەوە. Free.ai-owned GPUs؛ هیچ شتێک لە سەروەریەکانمان ناهێڵێتەوە.
Yes — Free.ai grants commercial use of generated audio. The engine's underlying license (Apache 2.0, MIT, or vendor terms) is shown above and on the model reference page; in practice this means voiceovers, ads, podcasts, and apps are all in-scope.
بەڵێ - کارەکانی شکستخواردوو بە خۆڕایی دەگەڕێنەوە بۆ سەرچاوەکە (کۆمپانیای ڕۆژانە یان توكانەی پارە). ئەگەر گەڕانەوەکە لە هەمان ڕۆژدا نەبینرێت، ئیمەیڵ بنێرێت بۆ contact@free.ai.