StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 simboliai clip
·
4.3
nuo 3 šios kategorijos vartotojai
StyleTTS 2 yra a tekstas į skambutį sukurtas Yinghao Aaron Li. Stipriausi Voice cloning without training data; expressive multilingual speech.. Savarankiškas Free.ai GPU – bėga nemokamai nuo savo kasdienių žetonų baseinas ({tpm__markes} per klipą). Išleista pagal MIT – komercinis naudojimas leidžiamas Free.ai.
Naudoti per API
OpenAI suderinama REST API. Generuokite raktą ir paskambinkite šiam modeliui per kelias sekundes.
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"}'Panašūs modeliai
Dažnai užduodami klausimai
StyleTTS 2 palaiko platų kalbų spektrą. Tikslus sąrašas priklauso nuo variklio; šiame puslapyje pateikta forma priima bet kokį tekstą, o variklis bus atvaizduojamas palaikomomis kalbomis. Visam daugelio variklių parinkėjui, jei reikia konkrečios kalbos, žiūrėkite /balsą/.
Dauguma variklių pagaminti neutralaus Amerikos anglų pagal nutylėjimą ir regiono tinkamai akcentas ne anglų kalba. Premium varikliai gali atskleisti akcento variantus — įklijuoti bandinį palyginti.
SSML palaikymas priklauso nuo variklio. Pauzė, prozodija, ir pabrėžti žymės yra pagerbtas daugumai premium variklių ir keliems savarankiškai įdarbintiems. Paprastas tekstas visada veikia – nereikia žymėti.
Srautas TTS yra priemoka varikliuose per /v1/tts/ API baigtis su srautu = tiesa. Web UI šiame puslapyje grąžina visą klipą, kai piešimas baigiasi.
StyleTTS 2 veikia mūsų pačių GPU. Generacija gauna iš jūsų kasdienio nemokamo baseino pirmas. Kai išeikvotas, mokami žetonai prasideda $5 → 200,000 žetonų. Maždaug ~5 žetonai vienam charakteriui, mažiausiai 100 vienam klipui.
Iki 5,000 simbolių užklausai žiniatinklyje UI. Daugiau vienetų (audiobooks, pilni skyriai), naudoti /balsas/audiobook / kuris chunks ir dygsniai automatiškai, arba skambinti API kilpoje.
Taip — Padėkite eilučių sąrašą /v1/tts/partija/, arba naudoti darbalaukio UI ne /workspace/ grandin TTS į ilgesnį vamzdyną (pvz, versti → kalbėti → dygsnio).
Taip — Point text to /v1/tts/ with model="StyleTTS 2" (arba šliaužinys šiame puslapyje). Grįžta WAV arba MP3. Visas nuoroda + SDK fragmentai.
Šis puslapis yra tekstas-to-speech, o ne balso klonavimas - balsas yra variklio nutylėjimas. Dėl balso klonavimo (įkeliama nuoroda garso), pamatyti / balso/klono/, kuris reikalauja, kad jūs turite balso teises arba turėti aiškų raštišką sutikimą.
Savarankiškai valdomi varikliai veikia Free.ai GPU; niekas nepalieka mūsų serverių.Premium varikliai perduoti tekstą pirminių modelių teikėjams pagal mūsų DPA. Mes netreniruojame jūsų įvesties ir neparduodame duomenis.
Taip — Free.ai suteikia komercinį išgeneruoto garso naudojimą. Variklio pagrindinė licencija (Apache 2.0, MIT, arba pardavėjo terminai) rodoma aukščiau ir modelio informaciniame puslapyje; praktiškai tai reiškia, kad skambesiai, skelbimai, podcast, ir programos yra visi į-scenarijus.
Taip – nepavykę darbai auto-grąžinti šaltiniui (dienos baseinas arba mokami žetonai). Jei grąžinamoji išmoka neatrodo tą pačią dieną, rašykite adresu@free.ai.