VibeVoice
Free.ai (self-hosted)
·
tts
·
~500 Token je clip
·
4.3
von 3 Benutzer dieser Kategorie
_ Am stärksten bei Long-form audiobooks and multi-speaker podcasts with up to four distinct voices.. Selbstgehostet auf Free.ai GPUs — läuft kostenlos gegen Ihren täglichen Tokenpool ({tpm__tokens} pro Clip). Veröffentlicht unter MIT — kommerzielle Nutzung erlaubt auf Free.ai.
Verwendung über API
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"vibevoice","text":"hello world"}'Häufig gestellte Fragen
VibeVoice unterstützt eine Vielzahl von Sprachen. Die genaue Liste hängt von der Engine ab; das Formular auf dieser Seite akzeptiert jeden Text und die Engine wird in den unterstützten Sprachen rendern. Siehe /voice/ für den vollständigen Mehr-Engine-Picker, wenn Sie eine bestimmte Sprache benötigen.
Die meisten Motoren rendern standardmäßig neutral-amerikanisches Englisch und einen regionsgerechten Akzent für nicht-englische Sprachen. Premium-Motoren können Akzentvarianten aufdecken – fügen Sie ein Beispiel zum Vergleich ein.
SSML-Unterstützung variiert je nach Motor. Pause, Prosody und Betonung Tags werden auf den meisten Premium-Motoren und auf ein paar selbst gehosteten geehrt. Klarer Text funktioniert immer – kein Markup erforderlich.
Streaming TTS ist auf Premium-Engines über den /v1/tts/ API-Endpunkt mit stream=true verfügbar. Die Web-UI auf dieser Seite gibt den kompletten Clip zurück, sobald das Rendering beendet ist.
VibeVoice läuft auf unseren eigenen GPUs. Generation zieht zuerst aus Ihrem täglichen kostenlosen Pool. Einmal erschöpft, beginnen bezahlte Token bei $5 → 200.000 Token. Ungefähr ~5 Token pro Charakter, mindestens 100 pro Clip.
Bis zu 5.000 Zeichen pro Anfrage auf der Weboberfläche. Für längere Stücke (Audiobücher, ganze Kapitel) verwenden Sie /voice/audiobook/ welches automatisch klappt und sticht, oder rufen Sie die API in einer Schleife auf.
Ja — POST eine Liste von Strings in /v1/tts/batch/, oder verwenden Sie die Workspace Benutzeroberfläche in /workspace/, um TTS in eine längere Pipeline zu ketten (z.B. übersetzen → sprechen → Stich).
Ja — POST-Text in /v1/tts/ mit model="VibeVoice" (oder die Schnecke auf dieser Seite). Gibt WAV oder MP3 zurück. Siehe /api/ für vollständige Referenz + SDK-Schnipsel.
Diese Seite ist text-to-speech, nicht voice cloning — die Stimme ist die Standardeinstellung des Motors. Zum Stimmenklonen (Aufladen eines Referenz-Audios) siehe /voice/clone/, was erfordert, dass Sie entweder die Sprachrechte besitzen oder eine ausdrückliche schriftliche Zustimmung haben.
Selbst gehostete Motoren laufen auf Free.ai-eigenen GPUs; nichts verlässt unsere Server. Premium-Engines übergeben Text an vorgelagerte Modellanbieter unter unserem DPA. Wir trainieren nicht auf Ihre Eingänge und verkaufen keine Daten.
Ja — Free.ai gewährt kommerzielle Nutzung von generiertem Audio. Die zugrunde liegende Lizenz der Engine (Apache 2.0, MIT, oder Verkäuferbegriffe) wird oben und auf der Modellreferenzseite angezeigt; in der Praxis bedeutet dies Voiceovers, Anzeigen, Podcasts und Apps sind alle in-scope.
Ja — fehlgeschlagene Jobs automatische Rückerstattung an die Quelle (täglich Pool oder bezahlte Tokens). Wenn eine Rückerstattung nicht am selben Tag angezeigt wird, email contact@free.ai.