StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 tokens per clip
·
4.6
dari 5 pengguna kategori ini
StyleTTS 2 adalah a suara teks-ke-tutur dibina oleh Yinghao Aaron Li. Paling kuat di Voice cloning without training data; expressive multilingual speech.. Dihost sendiri pada Free.ai GPU — berjalan percuma terhadap kolam token harian anda (500 tokens setiap klip). Dikeluarkan di bawah MIT - penggunaan komersial dibenarkan di Free.ai.
Model serupa
Soalan Lazim
StyleTTS 2 menyokong pelbagai bahasa. Senarai tepat bergantung pada enjin; borang pada halaman ini menerima sebarang teks dan enjin akan merender dalam bahasa yang disokong. Lihat /voice/ untuk pemilih enjin berbilang penuh jika anda memerlukan bahasa tertentu.
Kebanyakan enjin mengembalikan Bahasa Inggeris Amerika neutral secara default dan accent yang sesuai dengan kawasan untuk bahasa bukan- Inggeris. Enjin premium mungkin memaparkan varian accent - tampal contoh untuk dibandingkan.
Sokongan SSML berbeza mengikut enjin. Tag jeda, prosody, dan penekanan dihormati pada kebanyakan enjin premium dan beberapa enjin yang dihost sendiri. Teks biasa sentiasa berfungsi - tiada penanda diperlukan.
Strim TTS tersedia pada enjin premium melalui /v1/tts/ API titik akhir dengan stream=true. UI web pada halaman ini mengembalikan klip penuh bila render selesai.
StyleTTS 2 berjalan pada GPU kami sendiri. Generasi menarik dari kolam percuma harian anda pertama. Sebaik habis, token dibayar bermula pada $5 → 200,000 token. Kira-kira ~5 token per aksara, minimum 100 per klip.
Sehingga 5,000 aksara per permintaan pada UI web. Untuk bahagian yang lebih panjang (buku audio, bab penuh), guna /voice/audiobook/ yang memotong dan menjahit secara automatik, atau panggil API dalam lilitan.
Ya - POST senarai rentetan ke /v1/tts/batch/, atau guna UI ruangkerja pada /workspace/ untuk rantai TTS ke dalam paip yang lebih panjang (cth., menterjemah → bercakap → stitch).
Ya - POST teks ke /v1/tts/ dengan model="StyleTTS 2" (atau slug pada halaman ini). Kembalikan WAV atau MP3. Lihat /api/ untuk rujukan penuh + snippet SDK.
Halaman ini adalah teks-ke-tutur, bukan klon suara - suara adalah piawai enjin. Untuk klon suara (memuat naik audio rujukan), lihat /voice/clone/, yang memerlukan anda untuk mempunyai hak suara atau mempunyai kebenaran tertulis yang jelas.
Enjin self-hosted berjalan pada GPU milik Free.ai; tiada apa-apa meninggalkan pelayan kami. Enjin premium menghantar teks kepada pembekal model atas aliran di bawah DPA kami. Kami tidak melatih input anda dan tidak menjual data.
Ya - Free.ai memberi kebenaran penggunaan komersial audio yang dijana. Lesen enjin yang mendasari (Apache 2.0, MIT, atau terma pembekal) dipaparkan di atas dan pada halaman rujukan model; dalam praktik ini bermakna suara, iklan, podcast, dan aplikasi semua dalam skop.
Ya - kerja gagal auto-pulangan ke sumber (pool harian atau token dibayar). Jika pengembalian tidak muncul pada hari yang sama, emel contact@free.ai.