StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 Semne de referință clip
·
4.6
de la 5 utilizatorii acestei categorii
StyleTTS 2 este a Voce text-la-voce construit de Yinghao Aaron Li. Cel mai puternic la Voice cloning without training data; expressive multilingual speech.. Self-hosted pe Free.ai GPUs — rula gratuit împotriva poolului de token zilnic (500 tokens per clip). Eliberat sub MIT - utilizarea comercială permisă pe Free.ai.
Modele similare
Întrebări frecvente
StyleTTS 2 suportă o gamă largă de limbi. Lista exactă depinde de motor; formularul de pe această pagină acceptă orice text și motorul va randa în limbile sale suportate. A se vedea /voice / pentru selector multimotor complet dacă aveți nevoie de o limbă specifică.
Majoritatea motoarelor dezvoltă engleza neutră-americană prin defect și un accent regional-adecvat pentru limbi ne-engleză. Motoarele premium pot expune variantele de accent - încolte un eșantion de comparat.
Suportul SSML variază de motor. Pause, prosodie, și etichete de accent sunt onorate pe majoritatea motoarelor premium și pe câteva auto-hoted. Textul simplu funcționează întotdeauna - fără marcaj necesar.
TTS de streaming este disponibil pe motoarele premium prin intermediul /v1/tts/ API endpoint cu stream=true. Interfața web de pe această pagină returnează clipul complet o dată de rendering finisaje.
StyleTTS 2 se execută pe propriul nostru GPUs. Generație trage din piscina gratuită zilnic prima. Odată epuizat, jetonuri plătite începe la $5 → 200.000 jetoni. Aproape ~5 jeturi pe caracter, minim 100 pe clip.
Până la 5.000 de caractere pe cerere pe UI web. Pentru piese mai lungi (audiobooks, capitole complete), utilizați /voice/audiobook/ care bucăți și cusături automat, sau apel API într-o bucla.
Da - POST o listă de stringuri pentru /v1/tts/batch /, sau folosiți UI de spațiu de lucru la /workspace/ la lanț TTS într-un conducte mai lung (de exemplu, traduce → vorbi → cusut).
Da - text POST la /v1/tts/ cu model="StyleTTS 2" (sau slug pe această pagină). Returnează WAV sau MP3. A se vedea /api / pentru referință completă + fragmente SDK.
Această pagină este text-to-speech, nu clonarea vocală - vocea este implicit motorului. Pentru clonarea vocală (uploading un audio de referință), vezi /voice/clone/, care necesită fie să dețineți drepturile vocale sau să aveţi un consimțământ scris explicit.
Motoarele auto-gazdă rulează pe GPU Free.ai-de proprietate; nimic nu lasă serverele noastre. Motoarele Premium trece text la furnizorii de modele amonte sub DPA. Noi nu se antrenează pe intrarea și nu vândem date.
Da - Free.ai acordă utilizarea comercială a audio generat. Licența de bază a motorului (Apache 2.0, MIT sau termenii vânzătorilor) este prezentată mai sus și pe pagina de referință a modelului; în practică acest lucru înseamnă că vocea, publicitatea, podcast-urile și aplicațiile sunt toate in-scope.
Da - locuri de muncă eșuate de returnare automată pentru sursă (pool zilnic sau jetonuri plătite). Dacă o restituire nu apare în aceeași zi, email contact@free.ai.