StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 tokens għal kull clip
·
4.6
minn 5 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). Rilaxxati taħt MIT - użu kummerċjali permess fuq Free.ai.
Mudelli simili
Mistoqsijiet Frekwenti (FAQ)
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 tirrendera fil-lingwi appoġġjati tagħha. Ara /vuċi/ għall-għażla sħiħa multi-magna jekk għandek bżonn lingwa speċifika.
Il-biċċa l-kbira tal-magni jirrendu l-Ingliż Amerikan newtrali bħala default u aċċent xieraq għar-reġjun għal lingwi mhux Ingliżi.Magni Premium jistgħu jesponu varjanti ta' aċċent - paste kampjun biex tqabbel.
Is-sostenn SSML ivarja skont il-magna. Pause, prosody, u emphasis tags huma onorati fuq ħafna magni premium u fuq ftit self-hosted. Test sempliċi dejjem jaħdem - l-ebda markup meħtieġ.
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 (audiobooks, kapitoli sħaħ), uża /voice/audiobook/ li jinqasam u jinħema awtomatikament, jew sejħa l-API f'linja.
Iva - POST lista ta' strings għal /v1/tts/batch/, jew tuża l-workspace UI f'/workspace/ biex TTS chain f'pipeline itwal (eż, traduzzjoni → jitkellmu → 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 (ttella' awdjo ta' referenza), ara /voice/clone/, li jeħtieġ li inti jew proprjetarju tad-drittijiet tal-vuċi jew ikollok kunsens espliċitu bil-miktub.
Magni awto-ospitati run fuq Free.ai-proprjetà GPUs; xejn ma jħalli servers tagħna. magni Premium jgħaddi test għall-fornituri mudell upstream taħt DPA tagħna. Aħna ma taħriġ fuq l-inputs tiegħek u ma jbiegħux id-data.
Iva - Free.ai jagħti 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 apps huma kollha fl-iskop.
Iva - xogħol li ma jirnexxux auto-rifużjoni lill-sors (pool kuljum jew tokens mħallsa) Jekk rifużjoni ma jidhirx fl-istess jum, email contact@free.ai.