StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 tokens per clip
·
4.3
dari 3 pengguna kategori ini
StyleTTS 2 adalah a suara teks-ke-tutusan yang dibina oleh Yinghao Aaron Li. Terkuat 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 pada Free.ai.
Guna melalui API
API REST serasi OpenAI. Janakan kekunci dan panggil model ini dalam beberapa saat.
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"}'Model serupa
Soalan Lazim
StyleTTS 2 menyokong pelbagai bahasa. Senarai tepat bergantung pada enjin; borang pada halaman ini menerima sebarang teks dan enjin akan mengekspresikan dalam bahasa yang disokong. Lihat /voice/ untuk pemilih enjin berbilang penuh jika anda memerlukan bahasa tertentu.
Kebanyakan enjin mengekspresikan bahasa Inggeris Amerika neutral secara lalai dan sebutan yang sesuai dengan kawasan untuk bahasa bukan Inggeris. Enjin premium mungkin memaparkan varian sebutan - tampal contoh untuk membandingkan.
Sokongan SSML berlainan mengikut enjin. Tag jeda, prosodi, 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 titik akhir /v1/tts/ API dengan stream=true. UI web pada halaman ini mengembalikan klip penuh apabila render selesai.
StyleTTS 2 berjalan pada GPU kami sendiri. Generasi menarik dari kolam percuma harian anda terlebih dahulu. Sebaik habis, token berbayar 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), gunakan /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 mempunyai hak suara atau mempunyai kebenaran tertulis yang jelas.
Enjin sendiri-hosting berjalan pada GPU milik Free.ai; tiada apa yang meninggalkan pelayan kami. Enjin premium menghantar teks kepada pembekal model atas aliran di bawah DPA kami. Kami tidak melatih pada 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 semuanya dalam skop.
Ya — kerja gagal auto-pulangkan ke sumber (pool harian atau token dibayar). Jika pengembalian tidak muncul pada hari yang sama, emel contact@free.ai.