StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 Тоглоомын тэмдэгт clip
·
4.6
рүү 5 энэ ангиллын хэрэглэгчид
StyleTTS 2 нь a текст- рүү- яриа дуу нь Yinghao Aaron Li-ийн бүтээсэн. Хамгийн хүчтэй нь Voice cloning without training data; expressive multilingual speech.. Free.ai GPU дээр өөрийн хосттой — таны өдөр тутмын токен нөөц (500 токен Бүх бичлэг)-ийн эсрэг үнэгүй ажиллана. MIT - Free.ai дээр худалдааны зорилгоор ашиглах зөвшөөрөлтэй.
Ижил төстэй загварууд
Заримдаа асуудаг асуултууд
StyleTTS 2 нь олон хэлийг дэмждэг. Тодорхой жагсаалт нь хөдөлгүүрээс хамаарна; энэ хуудсан дахь маягт нь ямар ч текстийг хүлээн авч, хөдөлгүүр нь дэмжсэн хэлийг харуулна. Хэрэв та тодорхой хэл шаардах бол / voice / -ийг олон хөдөлгүүрийн сонгогчийг харахын тулд үзнэ үү.
Ихэнх програмууд Америкийн Англи хэлийг хэвийн байдлаар, Англи хэл биш хэлний хувьд бүс нутгийн онцлогтойгоор харуулдаг. Premium програмууд онцлогтой байж болно. харьцуулахын тулд жишээг оруулаарай.
SSML дэмжлэг нь хөдөлгүүрээс хамаарна. Хязгаарлалт, үгийн утга, онцлох тэмдгүүд нь ихэнх үнэтэй хөдөлгүүр болон зарим нэг өөрсдөө зохиосон хөдөлгүүрт дэмжлэг үзүүлдэг. Жижиг үсэг үргэлж ажилладаг - тэмдэглэгээ шаардахгүй.
ТТС-ийн урсгал нь stream=true-тэй /v1/tts/ API-ийн төгсгөлийн цэг дээрх premium-ийн хөдөлгүүрт ашиглагдаж болно. Энэ хуудасны вэб интерфэйс нь дүрслэл дууссаны дараа бүрэн бичлэгийг буцаана.
StyleTTS 2 нь бидний өөрийн график процессор дээр ажилладаг. Эхлээд өдөр тутмын бэлэн нөөцөөс үүсгэнэ. Хэрэглэгдэж дууссаны дараа, төлбөртэй жетонууд $5 → 200,000 жетоноор эхэлнэ. Жишээ нь, дүр бүрт ~5 жетон, нэг бичлэгт хамгийн багадаа 100 жетон.
Веб интерфэйс дээр нэг хүсэлт бүрт 5000 хүртэлх тэмдэгт. Хэт урт хэсгүүдэд (аудио ном, бүрэн бүлэг) /voice/audiobook/-ийг ашиглан автоматаар хувааж, холбох эсвэл API-г эргэлтээр дуудна.
Тийм - /v1/tts/batch/ руу мөрийн жагсаалтыг POST хий, эсвэл /workspace/ дээрх ажлын талбайн UI-г ашиглан TTS-ийг урт хоолойгоор холбох (жишээ нь, translate → speak → stitch).
Тийм - POST текстийг / v1 / tts / - рүү model=" StyleTTS 2 "(эсвэл энэ хуудасны slug) - ээр илгээх. WAV эсвэл MP3- ийг буцаана. Бүх мэдээллийг + SDK- ийн хэсгүүдийг / api / - д үзнэ үү.
Энэ хуудас нь текстээс яриа үүсгэх, дууны клон биш - дуу нь хөдөлгүүрийн урьдчилсан тохиргоо юм. Хөгжмийн клон (холбоо бүхий дууг татах)-ын хувьд /voice/clone/-ийг үзнэ үү. Энэ нь дууны эрхийг эзэмших эсвэл бичгээр зөвшөөрөл авахыг шаарддаг.
Өөрийн сервертэй хөдөлгүүрүүд Free.ai-ийн GPU дээр ажилладаг; бидний серверээс юу ч гарч ирдэггүй. Хамгийн сайн хөдөлгүүрүүд текстийг DPA-ийн дагуу эх үүсвэрийн загвар ханган нийлүүлэгчдэд дамжуулдаг. Бид таны оруулсан мэдээллийг сургаж, мэдээллийг худалдаж авдаггүй.
Тийм ээ - Free.ai нь дууны эх үүсвэрийг бизнесийн зорилгоор ашиглах эрх олгодог. Энэхүү хөдөлгүүрийн үндсэн лиценз (Apache 2.0, MIT, эсвэл үйлдвэрлэгчийн нөхцөл) нь дээр болон загварын холбоос хуудаснаас харагдана. Энэ нь дуу хоолой, сурталчилгаа, подкаст, програмууд бүгд багтана гэсэн үг.
Тийм — бүтэлгүйтсэн ажлуудыг эх үүсвэрт (өдөр тутмын нөөц эсвэл төлбөртэй токен) автоматаар буцаан олгоно. Хэрэв буцаан олголт ижил өдөрт гарч ирээгүй бол contact@free.ai хаягаар имэйл илгээнэ үү.