StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 žetoni clip
·
4.6
no 5 šīs kategorijas lietotāji
StyleTTS 2 ir a balss uz teksta, kas izgatavots ar Yinghao Aaron Li. Aktivitāte pie Voice cloning without training data; expressive multilingual speech.. Pašuzņēmums Free.ai GPU – brauc bez maksas pret jūsu ikdienas žetonu baseins (500 žetoni uz vienu klipu). Atbrīvo saskaņā ar MIT - komerciāla izmantošana atļauta uz Free.ai.
Līdzīgi modeļi
Bieži uzdoti jautājumi
StyleTTS 2 atbalsta plašu valodu klāstu. Precīzs saraksts ir atkarīgs no motora; šajā lapā esošā veidlapa pieņem jebkuru tekstu, un motors izpildīs to atbalstītajās valodās. Pilnu vairāku dzinēju izvēlētāju, ja jums ir nepieciešama konkrēta valoda, skatīt /balss/.
Lielākā daļa motoru pēc noklusējuma veido neitrālu amerikāņu angļu valodu un reģionam piemērotu akcentu ne angļu valodā. Premium dzinēji var atmaskot akcenta variantus - ielīmēt paraugu, lai salīdzinātu.
SSML atbalsts variē pēc motora. Pause, prosody, un uzsvars tagi tiek pagodināti uz lielāko daļu premium dzinējiem un dažiem patstāvīgi. Vienkāršs teksts vienmēr darbojas - nav nepieciešams markup.
Straumēšana TTS ir pieejama premium dzinējiem, izmantojot /v1/tts/ API galapunkts ar straume=patiesība. Web UI šajā lapā atgriež pilnu klipu, kad attēlošana beidzas.
StyleTTS 2 darbojas uz mūsu pašu GPUs. Paaudze vērš no jūsu ikdienas bezmaksas baseins vispirms. Pēc izsmelšanas, maksā žetoni sākt $5 → 200,000 žetoni. Piemērām ~5 žetoni uz rakstzīmi, minimums 100 uz klipu.
Līdz 5000 rakstzīmēm par pieprasījumu tīmekļa UI. Ilgāki gabaliem (audiobook, pilns nodaļas), izmantot / balss/audiobook / kas gabalos un šuves automātiski, vai zvanīt API cilpā.
Jā - Ievietot rindu sarakstu, lai /v1/tts/partija/, vai izmantot darbtelpu UI pie /workspace/ lai ķēde TTS ilgākā cauruļvadā (piem, tulkot → runāt → dūriens).
Jā - Post tekstu uz /v1/ tts/ ar modeli="StyleTTS 2" (vai šajā lapā slug). Atgriež WAV vai MP3. Skatīt /api/ pilnu atsauci + SDK fragmenti.
Šī lapa ir teksta- to- speech, nevis balss klonēšana - balss ir dzinēja noklusējuma. Balss klonēšanai (ielādējot atsauces audio), skatiet / balss/ klēpja/, kas prasa vai nu balss tiesības, vai arī skaidru rakstisku piekrišanu.
Pašuzņēmumā dzinēji darbojas ar Free.ai pieder GPU; nekas atstāj mūsu serveri. Premium dzinēji nodot tekstu augšpusējo modeļu pakalpojumu sniedzējiem saskaņā ar mūsu DPA. Mēs nemācām jūsu ievades un nepārdod datus.
Jā - Free.ai piešķir ģenerēta audio komerciālu izmantošanu. Dzinēja pamata licence (Apache 2.0, MIT, vai pārdevēja noteikumi) ir parādīta virs un uz modeļa atsauces lapas; praksē tas nozīmē balss pārsniegšanu, reklāmu, podcast, un lietotnes ir visas iekšskopā.
Jā – neizdevās darbu auto-atmaksāt avotu (dienas baseins vai apmaksāti žetoni). Ja kompensācija neuzrāda tajā pašā dienā, e-pasts contact@free.ai.