StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 жетони по clip
·
4.6
од 5 корисници од оваа категорија
StyleTTS 2 е a Текст- во-спик глас изграден од Yinghao Aaron Li. Најсилно во Voice cloning without training data; expressive multilingual speech.. Само домаќин на Free.ai ГПУ — трча бесплатно против вашиот дневен жетонски базен (500 žeтони по клип). Ослободен под MIT - комерцијална употреба дозволена на Free.ai.
Слични модели
Често поставувани прашања
StyleTTS 2 поддржува широк опсег на јазици. Точната листа зависи од моторот; формуларот на оваа страница прифаќа секој текст и моторот ќе го исцрта на својот поддржан јазик. Види го / voice / за целосен повеќемоторски избирач ако ви треба специфичен јазик.
Повеќето мотори го прават стандардно неутрален американски англиски јазик и регионално погоден акцент за не- англиски јазици. Премиум моторите можат да ги изложат варијантите на акцент - вметнете примерок за споредба.
Поддршката на SSML варира според моторот. Пауза, прозодија и акцент се почитуваат на повеќето премиум мотори и на неколку самодомаќини. Обичниот текст секогаш работи - не е потребно маркирање.
Преминирањето на TTS е достапно за премиум мотори преку крајната точка / v1/tts/ API со stream=tool. Веб- линијата на оваа страница го враќа целото клипирање откако ќе заврши.
StyleTTS 2 работи на нашиот GPU. Генерацијата прво извлекува од вашиот дневен бесплатни базен. Еднаш исцрпени, платените жетони почнуваат од 5$ → 200.000 жетони. Грубо ~5 жетони по знак, најмалку 100 по клип.
До 5.000 знаци по барање на веб- корисникот. За подолги делови (аудио книги, целосни поглавја), користете / voice/audiobook / кои делови и конци автоматски, или повикајте го API во петља.
Да - ПОСТ на листата на низи на /v1/tts/batch /, или користете го корисничкото суштество на работната површина на / workspace/ за синџир на TTS во подолг цевовод (на пример, преведи → зборувај → зашивање).
Да - POST текст на / v1/ tts/ со модел=" StyleTTS 2 " (или со куршумот на оваа страница). Враќа WAV или MP3. Види / api/ за целосна референтна + SDK кратчиња.
Оваа страница е текст- во- говор, а не клонирање на гласот - гласот е стандарден за клонирање на моторот. За клонирање на гласот (превчитување на референтен аудио), видете / voice/ klon /, што бара или да ги поседуваш правата на гласот или да имаш експлицитна пишана согласност.
Самодомашни мотори работат на GPU-сопственик за Free.ai; ништо не остава нашите сервери. Премиум моторите пренесуваат текст на провајдерите на моделите на предводот под нашиот DPA. Ние не тренираме за вашите влези и не продаваме податоци.
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.
Yes - failed jobs auto-refund to the source (daily pool or paid tokens). If a refund does not show up the same day, email contact@free.ai.