StyleTTS 2
Free.ai (self-hosted)
·
tts
·
~500 Бер буш урынга clip
·
4.6
дан 5 бу категориядәге кулланучылар
StyleTTS 2 — a тексттан сөйләмгә тавыш Yinghao Aaron Li тарафыннан төзелгән. Strongest at Voice cloning without training data; expressive multilingual speech.. Self-hosted on Free.ai GPUs — runs free against your daily token pool (500 tokens Клип өчен). Released under MIT — commercial use permitted on Free.ai.
Шул ук модельләр
Кайвакыт сорала торган сораулар
StyleTTS 2 күп телләрне яклый. Тиздән исемлек моторга бәйле; бу биттәге форма теләсә нинди текстны кабул итә һәм мотор аның ярдәм иткән телләрдә күрсәтәчәк. Әгәр сезгә аерым тел кирәк булса, тулы күп моторлы сайлаучыны /voice/ битендә күрегез.
Күп кенә программалаштыру системалары гадәттәгечә Америка инглиз телен күрсәтә, инглиз теле булмаган телләр өчен регионга туры килгән акцентны күрсәтә. Premium программалаштыру системалары акцент вариантларын күрсәтә ала - чагыштыру өчен үрнәкне куярга.
SSMLне яклау җайланмадан җайланмага үзгәрә. Пауза, прозодия һәм басым билгеләре күпчелек премиум җайланмаларда һәм кайбер үз-үзен тоту җайланмаларында хөрмәт ителә. Гадәти мәтендә һәрвакыт эшли - маркировка кирәкми.
ТТС агымы премиум моторларда /v1/tts/ API endpoint белән stream=true аша бар. Бу биттәге веб интерфейсы рендеринг тәмамлангач тулы клипны кайтара.
StyleTTS 2 безнең үз график процессорларыбызда эшли. Генерация сезнең көнлек буш запасыгыздан башта файдалана. Аерым алганда, түләүле уеннар $5 → 200,000 уеннан башлана. Һәр символ өчен якынча ~5 уен, һәр клип өчен кимендә 100 уен.
5000 гә кадәр символ бер сорау өчен веб интерфейсында. Озынрак өлешләр өчен (аудиокитаплар, тулы бүлекләр), /voice/audiobook/ кулланыгыз, ул автоматик рәвештә кисәкләр һәм бәйләнешләр ясый, яки API-ны кабатлап чакыра.
Yes - POST a list of strings to /v1/tts/batch/, or use the workspace UI at /workspace/ to chain TTS into a longer pipeline (e.g., translate → speak → stitch).
Әйе - POST текст /v1/tts/ белән model="StyleTTS 2" (яки бу биттәге slug) белән. WAV яки MP3 кайтара. /api/ тулы мәгълүмат + SDK фрагментлары өчен карагыз.
Бу бит җөмләдән сүзгә күчерү бите, тавыш клонлаштыру бите түгел - тавыш моторның стандарты. тавыш клонлаштыру өчен (аудионы күчерү өчен), /voice/clone/ битен карагыз, бу сезгә тавыш хокукларын яки язмача рөхсәтне таләп итә.
Үз-үзен тоту моторлары Free.ai-ка караган график процессорларда эшли; безнең серверлардан берни дә чыкмый. Премиум моторлар текстны безнең DPA нигезендә модельләр бирүчеләргә тапшыра. Без сезнең кертемнәрне өйрәтмибез һәм мәгълүматны сата алмыйбыз.
Әйе - Free.ai генерацияләнгән аудионы коммерцияле куллануга рөхсәт итә. Моторның нигезле лицензиясе (Apache 2.0, MIT, яки сатучы шартлары) югарыда һәм модельнең мәгълүмат битендә күрсәтелә; бу практикада тавыш, реклама, подкастлар һәм кушымталар барлыгы да кулланыла.
Әйе - хаталанган эшләрне чыганакка (көн саен җыелган яки түләнгән уенчыкларга) автоматик рәвештә кире кайтару. Әгәр кире кайтару шул ук көнне күренмәсә, contact@free.ai адресына электрон хат җибәрегез.