StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 Токендер clip
·
4.6
дан 5 категориядагы колдонуучуларды
StyleTTS 2 - a текст-сөзгө которуу, Yinghao Aaron Li тарабынан курулган. Voice cloning without training data; expressive multilingual speech. боюнча эң күчтүү. Free.ai ГПУда өзүнчө жайгаштырылган — сиздин күн сайынгы токендердин пулу менен акысыз иштей алат (500 токендер Клип үчүн). MIT лицензиясы менен чыгарылган - коммерциялык колдонууга Free.ai лицензиясы менен уруксат берилген.
Ушуга окшош модель
Кайра-кайра берилүүчү суроолор
StyleTTS 2 бир нече тилдердин колдоосун колдойт. Тез арада тизме иштетүүчү тутумдан көз каранды; бул барактагы форма каалаган текстти кабыл алат жана иштетүүчү тутум колдогон тилдер менен иштей баштайт. Эгерде сизге арналган тил керек болсо, анда /voice/ дегенди караңыз.
Көпчүлүк программалык камсыздоолор стандарттуу түрдө нейтралдуу америкалык англис тилин жана англис эмес тилдер үчүн регионго ылайыктуу акцентти көрсөтөт. Premium программалык камсыздоолору акценттин варианттарын көрсөтө алышат - салыштыруу үчүн мисалды коюңуз.
SSML колдоосу тутумдун түрүнө жараша өзгөрөт. Пауза, прозодия жана басым тегдери көпчүлүк премиум тутумдарда жана айрым жеке хосттордо колдонулат. Жалпы текст дайыма иштейт - маркировка талап кылынбайт.
Транслирование TTS доступно на премиум-двигателях через /v1/tts/API endpoint with stream=true. Веб-интерфейс на этой странице возвращает полный клип после завершения отображения.
StyleTTS 2 работает на наших собственных графических процессорах. Генерация начинается с вашего бесплатного дневного резерва. Если он исчерпан, платные токены начинаются с $5 → 200 000 токенов. Около ~5 токенов на символ, минимум 100 токенов на клип.
Веб-интерфейсте бир суроо үчүн 5000 символго чейин. Узак тексттер үчүн (аудиокитептер, толук бөлүктөр) /voice/audiobook/ колдонуп, автоматтык түрдө бөлүктөрдү жана жиптерди бириктириңиз, же APIни циклде чакырыңыз.
Да - POST строковый список в /v1/tts/batch/, или используйте рабочий интерфейс в /workspace/ для соединения TTS в более длинные каналы (например, перевод → разговор → шить).
Да - POST текст в /v1/tts/ с моделью "StyleTTS 2" (или с данным слагом на этой странице). Возвращает WAV или MP3. Полный справочник + SDK фрагменты см. в /api/.
Бул барак тексттен сүйлөмгө которуу, үн клондоо эмес - үн мотордун алдын-ала орнотулган параметри. Сөздү клондоо (аудио файлды жүктөп алуу) үчүн /voice/clone/ дегенди караңыз, бул үчүн сиздин үн укугуңуз же жазуу түрүндө макул экениңиз керек.
Өзүн-өзү тейлеген кыймылдаткычтар Free.ai-ге таандык графикалык процессорлор менен иштешет; биздин серверлерден эч нерсе чыкпайт. Премиум кыймылдаткычтар текстти биздин DPA боюнча моделдерди берүүчүлөр менен бөлүшөт. Биз сиздин киргизүүңүздү үйрөтпөйбүз жана маалыматтарды сатпайбыз.
Да - Free.ai генерацияланган аудиону коммерциялык максатта колдонууга уруксат берет. Двигательдин негизи болгон лицензия (Apache 2.0, MIT же провайдердин шарттары) жогоруда жана моделдин шилтеме бетинде көрсөтүлөт; практикада бул үн жаздыруу, жарнама, подкасттар жана тиркемелерди колдонууну билдирет.
Да - неудачные задания автоматически возвращаются к источнику (ежедневному пулу или платным токенам). Если возврат не происходит в тот же день, отправьте электронное письмо на адрес contact@free.ai.