ቅርጽ

Premium

የድምፅ ውጤቶች

Slow ፍጥነት
Very Good ጥራት
አዎ መተላለፊያ
13 ቋንቋዎች

ስለ ቅርጽ

s of speech that are not heard by humans. Bark is a

የቁልፍ ባህሪያት

የልብ ትር

ድምፅን በጨዋታ፣ በጭንቀት፣ በጭንቀት እና በቅን ፍላጎት ያፈጥሩ።

ሐሳብ

[ስሜት], [አፍንጫ], CAPS ለተጨባጭነት, እና... ለተጠራጣሪነት ይጠቀሙ.

ብዙ ቋንቋዎች

13+ ቋንቋዎች ጋር ተፈጥሯዊ accents እና ተናጋሪ ይደግፋል.

ሙዚቃ እና ውጤቶች

ቀላል ሙዚቃ እና የባህርይ ድምፆችን ማምረት ይችላል

የድምፅ አሰጣጥ

ብዙ የቀድሞው-ተስተካከለ ተናጋሪ ድምጾች በተለያዩ ስዕሎች

የክፍል ፋይል

MIT ፈቃድ በሙሉ የኮሜርሺያል ጥቅም መብቶች

ጥቅም

የፊደል ቅርጽ አሞሌ የጽሑፍ ይዘት የድምፅ መጽሐፍ የጨዋታውን የድምፅ አሰራር የቀን መቁጠሪያ ዕቅድ የጽሑፍ ረዳቶች

ቅርጽ Voices

View All 130
Bark Chinese Speaker 0
ZH
Bark Chinese Speaker 1
ZH
Bark Chinese Speaker 2
ZH
Bark Chinese Speaker 3
ZH
Bark Chinese Speaker 4
ZH
Bark Chinese Speaker 5
ZH
Bark Chinese Speaker 6
ZH
Bark Chinese Speaker 7
ZH
Bark Chinese Speaker 8
ZH
Bark Chinese Speaker 9
ZH
Bark English Speaker 0
EN
Bark English Speaker 1
EN

እንዴት እንደሚጠቀሙ ቅርጽ

  1. 1

    ነጻ ምዝገባ እና ዲሞን ይከፈት

    ነጻ TextToSpeechAI መለያ ለመፍጠር የእርስዎ starter ክሬዲቶች ለመጠየቅ, ወይም በቀጥታ Bark ለመሞከር ምንም-መመዝገብ ዲሞን ይጠቀሙ. ነፃ ክሬዲቶች ብዙ ግልጽ Bark ክሊፖች ለማምረት ያስፈልጋሉ በፊት ማሻሻል.

  2. 2

    የድምፅ መጠን

    የድምፅ መጻሕፍት መደርደሪያን ክፈትና የሚፈልጉትን ድምፅ የሚስማማ የባርክ ተናጋሪ ቅድመ-ሁኔታ ይምረጡ። የባርክ ድምጾች እንደ ፕሪሚየም ደረጃ (25 ክሬዲቶች ለ 1000 አሃዞች) ተተርጉመዋል። ለስነ-ልቦናዊ፣ አሃዞች-የተለየ ተናጋሪነት ተዘጋጅተዋል።

  3. 3

    የጽሑፍ ርዕስ

    የእርስዎን ስክሪፕት ይጻፉ እና በመስመር ውስጥ የ Bark ስሜት ምልክቶችን ያካትቱ: [ስሜት] ለስሜቶች, [ስሜት] ለ ጩኸቶች, [ስሜት] ለ ጩኸቶች,... ለአንድ ጊዜ ማቆም, እና CAPS ለ ማተኮር. ለምሳሌ: "ኦ ዋው! [ስሜት] ይህ አስደናቂ ነው... እኔ አምናለሁ!"

  4. 4

    ድምፅን አስጀምር

    ፅህፈት እና መዝገብ ቤትን ጠቅ ያድርጉ ርዕሱን ወደ ግልጽ ንግግር ያመጣል ፣ ምልክት ሁሉንም ወደ ተመሳሳይ ድምፅ ይለውጣል ፡፡ ፅሁፉን መዝገብ ቤትን ከቀላል መሳሪያዎች የበለጠ በብቃት ያመጣል ምክንያቱም የ ባርክ ትራንስፎርመር ሞዴል ፣ ስለዚህ ለእያንዳንዱ ቃል ጥቂት ተጨማሪ ሰከንዶች ይቀበላሉ ፡፡

  5. 5

    መተግበሪያውን ይጫኑ

    ውጤቱን ቀደም ብለው ይመልከቱ፣ ከዚያም እንደ MP3፣ WAV ወይም OGG ይጫኑት። በራስዎ ፕሮግራም ውስጥ ባርክን ለማቀናበር፣ የ TextToSpeechAI API ን በባርክ ድምፅ እና በተመሳሳይ ማሳያ-የተሞላ ጽሑፍን በመጥራት የግልጽ ድምፅን ማግኘት ይችላሉ።

ቅርጽ መተግበሪያዎች

የTextToSpeechAI REST APIን በመጠቀም ፕሮግራማዊ ንግግርን ይፈጥሩ

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "ይህ አስደናቂ ነው...",
    "voice": "bark-zh_0"
  }'

ብዙ ጊዜ የሚጠየቁ ጥያቄዎች

ባርክ በሱኖ የተፈጠረ የትራንስፎርመር የተመሠረተ ጽሑፍ-ወደ-ድምፅ ሞዴል ነው. እንደ ጥንታዊው የTTS ስርዓቶች ባይሆንም፣ ባርክ በባህላዊ ስሜቶች፣ በቁጭት፣ በጭንቅላት መጎተት፣ በሌሎችም ያልሆኑ ድምጾች ከፍተኛ ግልጽ ንግግርን ያመነጫል። ሙዚቃንና የድምፅ ውጤቶችንም ሊፈጥር ይችላል።

አዎ, Bark በ MIT ፈቃድ ስር የከፈተ ምንጭ ነው, ነፃ የቢዝነስ ጥቅም ያስችላል. በ TextToSpeechAI ላይ, እኛ 25 ክሬዲቶች በ 1000 አሃዞች ምክንያት ለ ማምረት የሚያስፈልገው ትልቅ GPU ምንጮች ይከፈል.

ባርክ 13+ ቋንቋዎች አማርኛ, ጀርመን, ስፓኒሽ, ፈረንሳይኛ, ሃንዲ, ጣሊያንኛ, ጃፓንኛ, ኮሪያኛ, ፖላንድኛ, ፖርቱጋልኛ, ሩሲያኛ, ቱርክኛ, እና ቻይንኛ ጨምሮ ይደግፋል. ቋንቋ ሁሉ ተፈጥሯዊ ተናጋሪ እና accents አለው.

ባርክ ከብዙ የቲቲኤስ ማሽኖች የበለጠ ዝቅተኛ ነው ምክንያቱም የራስ-መለወጫ ትራንስፎርመር አርክቴክቸር ነው. የተለመደው ሐረግ በጂፒዩ ላይ ለመፍጠር 5-15 ሰከንዶች ይወስዳል. የግብይት ዋጋው የበለጠ ግልጽ እና ተፈጥሯዊ ውጤት ነው.

ባርክ በ"የቃል አጠቃቀም ጥያቄዎች" እና በተናጋሪው ቅድመ-መዘግቦች የተወሰነ የድምፅ ክሎኒንግ ብቻ ያቀርባል፣ ስለዚህ ከምሳሌው የተወሰነ ድምፅን በፍጥነት አይክሎ ይችላል። የሙሉ የድምፅ ክሎኒንግ ዓላማዎ ከሆነ፣ F5-TTS, StyleTTS2, OpenVoice ወይም Tortoise በመጠቀም፣ ሁሉም በ TextToSpeechAI ላይ ይገኛሉ።

በርክ በጽሑፍዎ ውስጥ ቀጥተኛ በሆነ መንገድ የተቀመጡ የመስመር ምልክቶችን ያነብና ወደሚስማሙ ድምጾች ይለውጣቸዋል. ለስሜቶች [ስሜት], ለጭንቀት [ጭንቀት], ለጭንቀት [ጭንቀት],... ለጥርጣሬ ወይም ለጊዜ ማቆም, እና ለጥቅልነት CAPS ይጠቀሙ. ምሳሌ: "ኦ ዋው! [ስሜት] ይህ አስደናቂ ነው... አምናለሁ!"

ከቀላል ንግግር በተጨማሪ፣ ባርክ እንደ መሳቅ፣ መጮህ፣ መጮህ፣ ጆሮ ማዳመጥ፣ እና መጮህ ያሉ ያልሆኑ ድምፆችን ማምረት ይችላል፣ እንዲሁም ቀላል ሙዚቃ እና የባህሪይ ውጤቶች። እነዚህ እንደ [መጮህ], [መጮህ], እና [መጮህ] ያሉ ምልክቶች በጽሑፉ ውስጥ የተካተቱ ናቸው፣ ይህም ባርክ ከስርዓት TTS የበለጠ ግልጽ እንዲሆን ያደርገዋል ፡፡

ባርክ በጣም ጥሩ ጥራት ያለው ድምፅን በሰው ንግግር ለስነ-ልቦናዊ ይዘት የሚወዳደር ተፈጥሯዊ መግለጫ ጋር ያወጣል. የ 24kHz ውጤቱ የሙያ ድምፅ ነው ፣ ምንም እንኳን የግል ንግግር ጥራት ከ StyleTTS2 ትንሽ ዝቅተኛ ነው ፡፡

ባርክ በሞዴል መጠን ላይ በመመርኮዝ 8-12GB የቪሬም ያስፈልጋል. ሙሉ ሞዴሉ ~12GB ያስፈልጋል፣ ይልቁንም ትንሽ ቫሪያንቶች በ8GB ይሠራሉ. የሲፒዩ ውጤት በጣም ዝቅተኛ ነው እናም አይመከርም

አዎ, Bark MIT ፈቃድ ነው, ይህም ያለ ፈቃድ የክፍያ የሌለው የቢዝነስ ጥቅም ይፈቅዳል. Bark በ ምርቶች, አገልግሎት, እና ፕሮግራሞች ነፃ ሊጠቀሙ ይችላሉ. በ TextToSpeechAI ላይ Bark ነፃ በመጠቀም የእርስዎን ምዝገባ ክሬዲቶች ከመክፈል በፊት መጠቀም ይችላሉ.

ባርክ እንደ [ስሜት] እና [አፍንጫ] ያሉ ስሜት ምልክቶችን በመጠቀም በአንድ-ተናጋሪ ንግግር ውስጥ ይሻላል ፣ በሌላ በኩል ዲያ ለብዙ-ተናጋሪ ውይይት [S1] / [S2] ዙሮች እና ያልተናገሩ ምልክቶች ተደርገው የተገነቡ ናቸው። ባርክን ለስሜታዊ ትንተና እና ለባህሪው ድምፅ ይምረጡ ፣ ዲያ ደግሞ ለቀድሞ እና ለወደፊቱ ውይይቶች። ሁለቱም በ TextToSpeechAI ላይ ይገኛሉ ፡፡

ባርክ በውስጡ ውስጣዊ ስሜት እና ያልተናገረ ድምፅ ያለውን እውነተኛ የቃል መግለጫ ለማምረት የሚያስችል ችሎታ አለው፡፡ ከሌሎች ማሽኖች ይበልጥ ዝቅተኛ ነው ግን ለፈጠራ ይዘት የበለጠ ሰው-አማኝ ውጤቶችን ያመጣል፡፡ ለፍጥነት ያለው ማቀነባበር፣ ፓይፐርን ይጠቀሙ። ለድምፅ ክሎኒንግ፣ F5-TTS ወይም ኦፕንቮይስን ይጠቀሙ።

Technical Specs

  • Generation Speed Slow
  • Output Quality Very Good
  • Voice Cloning Not Supported
  • Languages 13
  • GPU VRAM 8-12GB
  • Credits/1000 chars 25

Try ቅርጽ Now

Generate your first audio free. No credit card required.

Start Free