StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 tokens għal kull clip
·
4.3
minn 3 Utenti ta' din il-kategorija
StyleTTS 2 huwa a vuċi tat-test għal diskors mibni minn Yinghao Aaron Li. L-aktar b'saħħitha fil-Voice cloning without training data; expressive multilingual speech.. Awto-ospitati fuq Free.ai GPUs — timxi b'xejn kontra pool token kuljum tiegħek (500 tokens għal kull klipp). Rilaxxat taħt MIT — użu kummerċjali permess fuq Free.ai.
Użu permezz tal-API
OpenAI-kompatibbli REST API. Jiġġeneraw ċavetta u sejħa dan il-mudell f'sekondi.
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"}'Mudelli simili
Mistoqsijiet li jsiru ta’ spiss
StyleTTS 2 jappoġġja firxa wiesgħa ta' lingwi. Il-lista eżatta tiddependi fuq il-magna; il-formola f'din il-paġna taċċetta kwalunkwe test u l-magna se tirrendi fil-lingwi appoġġjati tagħha. Ara /voice/ għall-għażla sħiħa ta' diversi magni jekk għandek bżonn lingwa speċifika.
Il-biċċa l-kbira tal-magni jirrendu l-Ingliż Amerikan newtrali b'mod awtomatiku u aċċent xieraq għar-reġjun għal lingwi li mhumiex l-Ingliż.
L-appoġġ SSML ivarja skont il-magna. It-tags ta' pauza, prosodija u enfasi huma onorati fuq il-biċċa l-kbira tal-magni premium u fuq ftit minnhom li huma ospitati minnhom infushom.
Streaming TTS huwa disponibbli fuq magni premium permezz tal-/v1/tts/ API endpoint ma stream=true.Il-web UI fuq din il-paġna jirritorna l-klipp sħiħ ladarba r-rendering jispiċċa.
StyleTTS 2 timxi fuq tagħna stess GPUs. Ġenerazzjoni jiġbed mill-pool kuljum ħielsa tiegħek ewwel. Ladarba eżawriti, tokens imħallsa jibdew fil $ 5 → 200,000 tokens. bejn wieħed u ieħor ~ 5 tokens għal kull karattru, minimu 100 għal kull clip.
Sa 5,000 karattru għal kull talba fuq il-web UI. Għal biċċiet itwal (awdjokotba, kapitoli sħaħ), uża /voice/audiobook/ li jinqata' u jinħjata awtomatikament, jew sejħa l-API f'ċirku.
Iva — POST lista ta' strings għal /v1/tts/batch/, jew uża l-interface tal-utent tal-ispazju tax-xogħol f'/workspace/ biex tgħaqqad TTS f'pipeline itwal (eż., traduzzjoni → tkellem → stitch).
Iva — POST test għal /v1/tts/ ma model="StyleTTS 2" (jew l-slug fuq din il-paġna). Jirritorna WAV jew MP3. Ara /api/ għal referenza sħiħa + snippets SDK.
Din il-paġna hija test-to-speech, mhux klonazzjoni tal-vuċi — il-vuċi hija l-magna default. Għal klonazzjoni tal-vuċi (li ttella' awdjo ta' referenza), ara /voice/clone/. Dan jeħtieġ li inti jkollok id-drittijiet tal-vuċi jew li jkollok kunsens espliċitu bil-miktub.
Magni awto-ospitati jaħdmu fuq GPUs Free.ai-proprjetà; xejn ma jħalli s-servers tagħna. magni premium jgħaddu test lill-fornituri mudell upstream taħt DPA tagħna. aħna ma taħriġ fuq l-inputs tiegħek u ma jbiegħux data.
Iva — Free.ai tagħti użu kummerċjali tal-awdjo ġġenerat.Il-liċenzja sottostanti tal-magna (Apache 2.0, MIT, jew termini tal-bejjiegħ) hija murija hawn fuq u fuq il-paġna ta' referenza tal-mudell; fil-prattika dan ifisser voiceovers, reklami, podcasts, u applikazzjonijiet huma kollha fl-iskop.
Iva — xogħol li ma jirnexxux auto-rifużjoni lill-sors (pool kuljum jew tokens imħallsa) Jekk rifużjoni ma jurux l-istess jum, email contact@free.ai.