VibeVoice
Free.ai (self-hosted)
·
tts
·
~500 tokens per clip
·
4.3
desde 3 usuarios de esta categoría
VibeVoice es a voz de texto a voz construido por Microsoft. Más fuerte en Long-form audiobooks and multi-speaker podcasts with up to four distinct voices.. Auto-alojado en Free.ai GPUs — funciona gratis contra su piscina diaria de tokens (500 tokens por clip). Liberado bajo MIT — uso comercial permitido el Free.ai.
Uso a través de 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"}'Preguntas frecuentes
VibeVoice soporta una amplia gama de idiomas. La lista exacta depende del motor; el formulario de esta página acepta cualquier texto y el motor se renderizará en sus idiomas soportados. Vea /voice/ para el selector multimotor completo si necesita un idioma específico.
La mayoría de los motores representan neutro-estadounidense Inglés por defecto y un acento apropiado para la región para los idiomas no-inglés. Los motores premium pueden exponer variantes de acento - pegar una muestra para comparar.
El soporte SSML varía según el motor. Las etiquetas de pausa, prosodia y énfasis se honran en la mayoría de los motores premium y en algunos auto-anfitriones. El texto plano siempre funciona, no se requiere marcado.
Streaming TTS está disponible en motores premium a través del /v1/tts/ API endpoint con streaming=true. La interfaz de usuario web en esta página devuelve el clip completo una vez terminado el renderizado.
VibeVoice se ejecuta en nuestras propias GPUs. Generación se extrae de su piscina gratuita diaria primero. Una vez agotados, los tokens pagados comienzan en $5 → 200.000 tokens. Aproximadamente ~5 tokens por carácter, mínimo 100 por clip.
Hasta 5.000 caracteres por petición en la interfaz de usuario web. Para piezas más largas (audiolibros, capítulos completos), use /voice/audiobook/ que trozos y puntos automáticamente, o llame a la API en un bucle.
Sí — Enviar una lista de cadenas a /v1/tts/batch/, o utilizar la interfaz de usuario del espacio de trabajo en /workspace/ para encadenar TTS en una tubería más larga (por ejemplo, traducir → hablar → punto).
Sí — POST text to /v1/tts/ with model="VibeVoice" (o la bala en esta página). Devuelve WAV o MP3. Vea /api/ para una referencia completa + fragmentos SDK.
Esta página es texto a voz, no clonación de voz — la voz es el valor predeterminado del motor. Para la clonación de voz (cargando un audio de referencia), véase /voice/clone/, que requiere que usted sea propietario de los derechos de voz o tenga consentimiento explícito por escrito.
Los motores auto hospedados funcionan en GPUs de Free.ai; nada sale de nuestros servidores. Los motores premium pasan texto a proveedores de modelos ascendentes bajo nuestro DPA. No entrenamos en sus entradas y no vendemos datos.
Sí — Free.ai concede el uso comercial de audio generado. La licencia subyacente del motor (Apache 2.0, MIT, o términos del vendedor) se muestra arriba y en la página de referencia del modelo; en la práctica esto significa que las voces en offs, anuncios, podcasts y aplicaciones están en el alcance.
Sí — trabajos fallidos auto-reembolso a la fuente (al día pool o tokens pagados). Si un reembolso no aparece el mismo día, envíe un correo electrónico a contact@free.ai.