VibeVoice
Free.ai (self-hosted)
·
tts
·
~500 ھەر بىرىگە توكى clip
·
4.3
تىن 3 بۇ بۆلەكتىكى ئىشلەتكۈچىلەر
VibeVoice a تېكىستتىن سۆزگە ئاۋاز Microsoft تەرىپىدىن ياسالغان. {best} نىڭ ئەڭ كۈچلۈكى. Free.ai GPU لاردا ئۆز-ئۆزىنى باشقۇرىدۇ — كۈندىلىك توكى توپىڭىزغا قارشى ھەقسىز ئىشلەيدۇ (500 توكى ھەر بىر قىسقۇچقا). MIT بويىچە ئېلان قىلىنغان — Free.ai گە تىجارەت قىلىشقا رۇخسەت قىلىنغان.
API ئارقىلىق ئىشلىتىش
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"}'كۆپ سورالغان سوئاللار
VibeVoice كۆپ خىل تىللارنى قوللايدۇ. تەپسىلىي تىزىملىك ئىنژىنغا باغلىق. بۇ بەتنىڭ فورمۇلاسى ھەر قانداق تېكىستنى قوبۇل قىلىدۇ، ئىنژىنمۇ قوللايدىغان تىللارنى كۆرسىتىدۇ. ئەگەر سىز مەلۇم بىر تىلغا موھتاج بولساڭىز، كۆپ خىل ئىنژىنلارنى تاللىغۇچنى /voice/ نى كۆرۈپ بېقىڭ.
كۆپىنچە ئېچىش پروگراممىلىرى ئالدىن بەلگىلەنگەن ھالدا ئامېرىكىلىق ئىنگىلىزچە ۋە ئىنگىلىزچە ئەمەس تىللار ئۈچۈن رايونغا مۇناسىپ بولغان ئاكسىننى كۆرسىتىدۇ. ئالاھىدە ئېچىش پروگراممىلىرى ئاكسىننىڭ تۈرلىرىنى كۆرسىتىدۇ - سېلىشتۇرۇش ئۈچۈن بىر نەملە قوشۇپ قويۇڭ.
SSML نى قوللاش ھەرخىل مەشغۇلات سىستېمىلىرىدا ئوخشىمايدۇ. Pause، prosody ۋە emphasis تېگلىرى كۆپىنچە مەشغۇلات سىستېمىلىرىدا ۋە ئاز سانلىق ئۆز-ئۆزىنى باشقۇرىدىغان مەشغۇلات سىستېمىلىرىدا قوللىنىدۇ. ئاددىي تېكىست ھەرگىزمۇ ئىشلىمەيدۇ - ماركاپلاش كېرەك ئەمەس.
TTS نىڭ ئېقىمى /v1/tts/ API endpoint ئارقىلىق premium ئېچىش سىستېمىسىدا stream=true بىلەن قوللىنىلىدۇ. بۇ بەتنىڭ تور ئۇچۇرى سىزىش ئاخىرلاشقاندىن كېيىن تولۇق سىننى قايتۇرىدۇ.
VibeVoice بىزنىڭ ئۆزىمىزنىڭ GPU لىرىمىزدا ئىشلەيدۇ. سىزنىڭ كۈندىلىك ھەقسىز توپىڭىزدىن ئالدى بىلەن تولدۇرۇپ چىقىرىدۇ. تولۇقلانغاندىن كېيىن، پۇل تۆلەش توكى $5 → 200000 توكى بىلەن باشلىنىدۇ. ھەر بىر ھەرپ ئۈچۈن 5 توكى، ھەر بىر سىنغا ئەڭ ئاز بولغاندا 100 توكى.
توردىكى UI دىكى ھەر بىر تەلەپ 5000 ھەرپكە قەدەر بولىدۇ. ئۇزۇن قىسىملار (ئاڭلىق كىتابلار، تولۇق بابلار) ئۈچۈن /voice/audiobook/ نى ئىشلىتىڭ، بۇ ئاپتوماتىك ھالدا پارچىلىنىپ، بىرلەشتۈرۈلىدۇ ياكى API نى بىر پىچىردا چاقىرىلىدۇ.
ياق — /v1/tts/batch/ غا سىزىقلار تىزىمىنى POST قىلىڭ ياكى /workspace/ دىكى ئىشخانا كۆرۈنۈشىنى ئىشلىتىپ TTS نى ئۇزۇن يولغا باغلىڭلار (مەسىلەن، translate → speak → stitch).
ئۇنداق — /v1/tts/ غا model="VibeVoice" (ياكى بۇ بەتتىكى slug) بىلەن تېكىستنى POST قىلىدۇ. WAV ياكى MP3 نى قايتۇرىدۇ. تولۇق مەنبە + SDK قىسقۇچلىرى ئۈچۈن /api/ نى كۆرۈڭ.
بۇ تېكىستتىن سۆزگە ئۆزگەرتىش، ئاۋازنى كۆچۈرۈش ئەمەس. ئاۋاز مەشغۇلات سىستېمىسىنىڭ ئالدىن بەلگىلەنگەن ھالىتىدۇر. ئاۋازنى كۆچۈرۈش (ئۆزگەرتىش ئۈچۈن ئاۋازنى ئۈنلىك ھالەتتە يوللاش) ئۈچۈن /voice/clone/ نى كۆرۈڭ، بۇ ئۈچۈن ئاۋاز ھەققىنىڭ سىزنىڭ قولىڭىزدا بولۇشى ياكى سىز يازما ھالەتتە رۇخسەت ئالغان بولۇشى كېرەك.
ئۆز-ئۆزىنى باشقۇرىدىغان ئېلېكتىر ماشىنىلار Free.ai-گە مەنسۇپ بولغان گرافىكىلىق بىرلىكلەر ئۈستىدە ئىشلەيدۇ؛ ھېچقانداق نەرسە بىزنىڭ مۇلازىمېتىرىمىزدىن چىقىپ كېتمايدۇ. ئالاھىدە ئېلېكتىر ماشىنىلار تېكىستنى بىزنىڭ DPA نىڭ ئاستىدا يۇقىرىقى نۇسخىنى تەمىنلىگۈچىگە ئۆتكۈزىدۇ. بىز سىزنىڭ كىرگۈزگەن ئۇچۇرلىرىڭىزنى تەربىيەلەمەيمىز ۋە سانلىق-مەلۇماتلارنى سېتىپ بەرمەيمىز.
ئۇنداق — Free.ai نىڭ يارىتىلغان ئاۋازنى تىجارەت قىلىشقا ئىجازەت بېرىدۇ. ئېلېكتىرونلۇق پروگراممىنىڭ ئاساسلىق ئىجازىتى (Apache 2.0، MIT ياكى شىركەت ئىجازىتى) ئۈستىدە ۋە مودېل ئىزاھلىق پېتى كۆرسىتىلگەن؛ ئەمەلىيەتتە بۇ سۆزلەش، ئېلان، پودكاستى ۋە پروگراممىنىڭ ھەممىسىگە ئىجازەت بېرىدۇ.
ھەئە — مەغلۇپ بولغان ئىشلار ئاپتوماتىك مەنبەگە (كۈنلۈك توپ ياكى پۇل تۆلەش توكى) قايتۇرۇلىدۇ. ئەگەر قايتۇرۇش شۇ كۈندە كۆرۈلمىسە، contact@free.ai گە ئېلخەت ئەۋەتىڭ.