পাতলা

Premium

আবেগ এবং শব্দের প্রভাব সহকারে প্রকাশিত AI বক্তৃতা

বিনামূল্যে চেষ্টা করুন পাতলা শব্দভাণ্ডার ব্রাউজ করুন (130)
Slow গতি
Very Good গুণমান
না ক্লোনিং
13 ভাষা

পরিচিতি পাতলা

-text audio. Bark is an open source, open source, and open source text-to-audio model that can generate speech that sounds genuinely expressive and human-like. It understands context and can generate speech that sounds genuinely expressive and human-like. Unlike traditional TTS, Bark understands context and can generate audio-text speech that sounds genuinely expressive and human-like. It can

প্রধান বৈশিষ্ট্য

আবেগপ্রবণ অভিব্যক্তি

হাসি, চিৎকার, শ্বাসকষ্ট এবং সত্যিকারের অনুভূতির সাথে কথা বলুন।

ইমোট- মার্কার

[হাসি], [শ্বাসকষ্ট], ক্যাপস ব্যবহার করুন জোর দেবার জন্য, এবং... দ্বিধা করার জন্য।

বহুভাষিক

প্রাকৃতিক উচ্চারণ এবং উচ্চারণ সহ ১৩+ ভাষা সমর্থন করে।

সঙ্গীত এবং এফেক্ট

সহজ সঙ্গীত এবং পরিবেশগত শব্দ তৈরি করতে পারে।

স্পিকারের প্রাক- নির্ধারিত মান

বিভিন্ন ধরনের শব্দের জন্য একাধিক পূর্ব- প্রশিক্ষিত স্পিকার।

ওপেন সোর্স

এমআইটি লাইসেন্সের সাথে সম্পূর্ণ বাণিজ্যিক ব্যবহারের অধিকার।

ব্যবহারের ক্ষেত্রে

অক্ষর ডায়ালগ অ্যানিমেটেড বিষয়বস্তু অডিওবইয়ের বর্ণনা গেম শব্দের ভূমিকা সৃজনশীল প্রকল্প এক্সপ্রেশন সহায়ক

পাতলা 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

ব্যবহারের নিয়ম পাতলা

  1. 1

    বিনামূল্যে নিবন্ধন করুন

    আপনার শুরুর ক্রেডিট দাবি করার জন্য একটি বিনামূল্যে TextToSpeechAI অ্যাকাউন্ট তৈরি করুন। বিনামূল্যে ক্রেডিট আপগ্রেড করার আগে বেশ কয়েকটি প্রকাশ্য Bark ক্লিপ তৈরি করতে যথেষ্ট।

  2. 2

    একটি বার্ক শব্দ বেছে নিন

    শব্দ লাইব্রেরী খুলুন এবং একটি বার্ক স্পিকার প্রাক-নির্ধারিত নির্বাচন করুন যা আপনি চান টোন মিলবে। বার্ক শব্দের ট্যাগ হিসাবে প্রাইম স্তর (২৫ ক্রেডিট প্রতি ১০০০ অক্ষর) এবং আবেগপূর্ণ, অক্ষর-শৈলী বর্ণনা জন্য টুইন করা হয়।

  3. 3

    ইমোট- মার্কার সহ টেক্সট লিখুন

    আপনার স্ক্রিপ্ট টাইপ করুন এবং লাইনটিতে Bark emotion markers অন্তর্ভুক্ত করুন: [হাসি] হাসি, [হাসি] চিৎকার, [গর্জন] গর্জন,... একটি বিরতির জন্য, এবং CAPS জোর দিতে । উদাহরণস্বরূপ: "ওহ ওয়াও! [হাসি] এটি অসাধারণ... আমি এটা বিশ্বাস করতে পারছি না!"

  4. 4

    অডিও তৈরি করুন

    তৈরি করো ক্লিক করো এবং বার্ক আপনার লেখাকে অভিব্যক্তিমূলক কথায় রূপান্তর করে, প্রতিটি মার্কারকে মিলযুক্ত শব্দে পরিণত করে। বার্কের ট্রান্সফরমার মডেলের কারণে বার্কের উত্‍পাদন হালকা ইঞ্জিনের চেয়ে ধীর, তাই প্রতিটি বাক্যকে কয়েক সেকেন্ড অতিরিক্ত সময় দিন।

  5. 5

    API ডাউনলোড অথবা ব্যবহার করুন

    ফলাফল প্রাকদর্শন করুন, তারপর MP3, WAV, অথবা OGG হিসাবে ডাউনলোড করুন। আপনার নিজের অ্যাপলিকেশনে বার্ক স্বয়ংক্রিয় করতে, বার্ক শব্দ এবং একই মার্কার-সমৃদ্ধ টেক্সট সহ TextToSpeechAI API কল করুন, যাতে অডিওটি প্রকাশিত হয়।

পাতলা অ্যাপলিকেশন প্রযুক্তিগত তথ্যের সংগ্রহস্থল (API)

TextToSpeechAI REST API ব্যবহার করে প্রোগ্রামিং দ্বারা বাক্যের উৎপাদন করুন।

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "ওহ ওয়াও! [হাসি] এটা অসাধারণ... আমি এটাকে খুব পছন্দ করি, কতটা প্রকাশ্যভাবে এটা শোনা যাচ্ছে!",
    "voice": "bark-zh_0"
  }'
API ডকুমেন্ট পড়ুন আপনার API কী পেতে

প্রায়শ জিজ্ঞাসিত প্রশ্ন

বার্ক একটি ট্রান্সফরমার ভিত্তিক টেক্সট-টু-অডিও মডেল যা সুনো দ্বারা তৈরি করা হয়েছে। ঐতিহ্যবাহী TTS সিস্টেমের বিপরীতে, বার্ক উচ্চাঙ্গভাষ্য সৃষ্টি করে প্রাকৃতিক আবেগ, হাসি, চিৎকার এবং অন্যান্য অবাক্যগত শব্দের সাথে। এটি এমনকি সঙ্গীত এবং শব্দ প্রভাব তৈরি করতে পারে।

হ্যাঁ, বার্ক MIT লাইসেন্সের অধীনে উন্মুক্ত উৎস, যা মুক্ত বাণিজ্যিক ব্যবহারের অনুমতি দেয়। TextToSpeechAI এর ক্ষেত্রে, আমরা প্রতি 1000 অক্ষরের জন্য 25 ক্রেডিট চার্জ করি কারণ এর উৎপাদনের জন্য গুরুত্বপূর্ণ GPU সম্পদ প্রয়োজন।

বার্ক ১৩+ ভাষা সমর্থন করে যার মধ্যে ইংরেজি, জার্মান, স্প্যানিশ, ফরাসি, হিন্দি, ইতালিয়ান, জাপানি, কোরিয়ান, পোলিশ, পর্তুগিজ, রুশ, তুর্কি এবং চীনা। প্রত্যেক ভাষার নিজস্ব উচ্চারণ এবং উচ্চারণ আছে।

বার্ক অধিকাংশ TTS ইঞ্জিনের চেয়ে ধীর, কারণ এর স্বয়ংক্রিয়ভাবে পুনরাবৃত্তিমূলক ট্রান্সফরমার স্থাপত্য। একটি সাধারণ বাক্য GPU- এ তৈরি করতে ৫- ১৫ সেকেন্ড সময় লাগে। এর ফলে আউটপুট অনেক বেশি পরিষ্কার ও স্বাভাবিক হয়।

Bark শুধুমাত্র "সিম্যাটিক প্রম্পট" এবং স্পিকার প্রাক-নির্ধারিত ব্যবহার করে সীমিত ভয়েস ক্লোন প্রদান করে, তাই এটি একটি নমুনা থেকে একটি স্বতন্ত্র ভয়েস নির্ভরযোগ্যভাবে ক্লোন করতে পারে না। ভয়েস ক্লোন করার জন্য, ক্লোন ভয়েস টুল ব্যবহার করুন, যা Chatterbox চালায়।

বার্ক আপনার লেখায় সরাসরি স্থাপন করা ইনলাইন মার্কার পড়ে এবং সেগুলোকে মিলযুক্ত শব্দে পরিণত করে । হাসি দেখানোর জন্য [laugh] ব্যবহার করুন, চিৎকার করার জন্য [sighs], গলা ফাটানোর জন্য [gasps],... দ্বিধা বা বিরতি দেখানোর জন্য, এবং জোর দেওয়ার জন্য ক্যাপস ব্যবহার করুন । উদাহরণ: "ওহ ওয়াও! [laugh] এটা অসাধারণ... আমি এটা বিশ্বাস করতে পারছি না!"

সাধারন কথা বলার বাইরে, বার্ক হাসির মত অবাক্যগত শব্দ, শ্বাসকষ্ট, গলা শুকিয়ে যাওয়া, গলা শুকিয়ে যাওয়া, এবং ঝাঁপিয়ে পড়ার মত শব্দ, আর সহজ সঙ্গীত এবং পরিবেশগত প্রভাব তৈরি করতে পারে। এই সব শব্দের জন্যে [হাসি], [শ্বাসকষ্ট] এবং [গলা শুকিয়ে যাওয়া] এর মতো চিহ্ন ব্যবহার করা হয়, যা বার্ককে সাধারণ টিটিএসের চেয়ে অনেক বেশি প্রকাশশীল করে তোলে।

বার্ক খুব ভাল মানের অডিও উৎপাদন করে যা প্রাকৃতিকভাবে প্রকাশ করে যা মানুষের কথার সাথে প্রতিদ্বন্দ্বিতা করে আবেগপূর্ণ বিষয়বস্তুতে। ২৪ কে- এইচ- জি আউটপুট পেশাদার শোনায়, যদিও পরিষ্কার কথার মানের স্টাইলটিটিএস২ এর কিছুটা নিচে।

মডেলের আকার অনুযায়ী Bark-এর জন্য ৮-১২GB VRAM প্রয়োজন। পূর্ণ মডেলের জন্য ~১২GB প্রয়োজন, ছোট ধরনের ক্ষেত্রে ৮GB ব্যবহার করা হয়। CPU অনুমান খুবই ধীর এবং সুপারিশ করা হয় না।

হ্যাঁ, বার্ক এমআইটি লাইসেন্সের অধীনে রয়েছে, যা কোন লাইসেন্স ফি ছাড়া বাণিজ্যিক ব্যবহারের অনুমতি দেয়। আপনি বার্ককে আপনার পণ্য, পরিষেবা এবং অ্যাপ্লিকেশনে মুক্তভাবে ব্যবহার করতে পারেন। TextToSpeechAI-এ আপনি বার্ককে বিনামূল্যে পরীক্ষা করতে পারেন আপনার সাইন-আপ ক্রেডিট ব্যবহার করে, আরো টাকা দিতে হবে।

বার্ক ১৩টি ভাষায় আবেগময় শব্দ যেমন [হাসি] এবং [শ্বাস] ব্যবহার করে কথা বলার ক্ষেত্রে অসাধারণ, আর স্টাইলটিটিএস২ সবচেয়ে পরিষ্কার, সবচেয়ে স্বাভাবিক ইংরেজি ভাষায় কথা বলে। আবেগময় এবং চরিত্রের কণ্ঠস্বরের জন্য বার্ক বেছে নিন, আর স্টাইলটিটিএস২ পরিষ্কার ইংরেজি ভাষায় কথা বলার জন্য।

বার্কের অসাধারণ বৈশিষ্ট্য হল, এটি আবেগ এবং অবাচক শব্দের সাহায্যে সত্যিকার অর্থে অভিব্যক্তিমূলক কথাবার্তা তৈরি করতে পারে। এটি অন্যান্য ইঞ্জিনের চেয়ে ধীরগতির, কিন্তু সৃজনশীল বিষয়বস্তু তৈরির ক্ষেত্রে এটি মানুষের মত শব্দ তৈরি করে। দ্রুত সংশ্লেষণের জন্য পাইপার ব্যবহার করুন। শব্দ ক্লোন করার জন্য ক্লোন শব্দ টুল ব্যবহার করুন, যা চ্যাটবক্স চালায়।

Technical Specs

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

Try পাতলা Now

Generate your first audio free. No credit card required.

Start Free

Other TTS Engines

চ্যাটবক্স
Moderate | Very Good
TTS পাইপার
Very Fast | Good
স্টাইল ২
Moderate | Excellent
Compare All Engines