StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 символы в расчете на clip
·
4.6
от 5 пользователей этой категории
StyleTTS 2 - a Голос в текст, построенный Yinghao Aaron Li. Самый сильный в Voice cloning without training data; expressive multilingual speech.. Самоорганизуется на Free.ai GPU — бесплатно против вашего ежедневного символического пула ( 500 токенов на клип). Выпущен под MIT - коммерческое использование разрешено на Free.ai.
Аналогичные модели
Часто задаваемые вопросы
StyleTTS 2 поддерживает широкий круг языков. Точный список зависит от двигателя; форма на этой странице принимает любой текст, и двигатель будет передаваться на его поддерживаемых языках. См./ zook/ для полного многодвигательного сборщика, если вам нужен конкретный язык.
Большинство двигателей делают нейтральный американский английский по умолчанию и делают региональный акцент для неанглийских языков.
Поддержка SSML варьируется в зависимости от двигателя. Пользование, прозодиоз и метки акцентов почитаются на большинстве двигателей и на нескольких самозаводных двигателях. Постоянный текст всегда работает - не требуется разметки.
На премиальных двигателях TTS можно получить доступ через /v1/ts/ API конечная точка с потоком = ==Веб-сайт UI на этой странице возвращает полный клип после завершения.
StyleTTS 2 работает на наших собственных GPU. Поколение сначала получается из вашего ежедневного бесплатного бассейна. После истощения, оплачиваемые жетоны начинаются с 5 · 200 000 символов. Примерно ~5 символов на персонажа, минимум 100 за клип.
До 5000 знаков на запрос в Интернете UI. Для более длинных частей (аудиокниги, полные главы) используйте/скаки/аудиобук, которые автоматически накладывают и швы, или назовите API в петле.
Да - POST список струн /v1/tts/batch/, или использование рабочего пространства UI на /рабочем пространстве/ для цепочки TTS в более длинный трубопровод (например, перевод β говорящий β stech).
Да - текст POST в /v1/tts/ с моделью = "StyleTTS 2" (или пуля на этой странице). Возвращает WAV или MP3. См. /api/ для полного использования + SDK snippets.
Эта страница - это текст-пик, а не клонирование голоса - голос - это по умолчанию двигатель. Для клонирования голоса (загрузка справочной аудиосвязи) см. / voard/clone/, что требует, чтобы вы либо владеете правами голоса, либо имели явное письменное согласие.
Самоходные двигатели работают на ГПС, принадлежащих Free.ai; ничего не оставляет наших серверов. Премиум двигателя передает текст поставщикам моделей вверх по течению в рамках нашего ДПВ. Мы не тренируемся на ваших входных данных и не продаем данные.
Да - Free.ai предоставляет коммерческое использование генерированного аудио. Основные права двигателя (Apache 2.0, MIT, или условия поставщика) показаны выше и на типовой справочной странице; на практике это означает голосовые очки, рекламы, подкасты и приложения все в пределах охвата.
Yes - failed jobs auto-refund to the source (daily pool or paid tokens). If a refund does not show up the same day, email contact@free.ai.