Ang Chatterbox!
PremiumAng boses cloning engine sa likod ng TextToSpeechAI cloned boses
Tungkol sa Ang Chatterbox!
Chatterbox is an open-source, zero-shot voice cloning model with MIT licensed code and weights. On TextToSpeechAI it powers every cloned voice: upload 6 to 60 seconds of clear audio and Chatterbox reproduces that voice in any of the languages listed on the voice cloning page, with no training step.
Mga Susing Katangian
Ang Zero-Shot Voice Cloning ay isang seryeng manga.
Clone ng isang boses mula sa6hanggang 60 segundo ng audio. Walang pagsasanay run ay kinakailangan.
Cross-Linguistic
Clone mula sa isang Ingles sample at bumuo ng pagsasalita sa anumang ng 15 wika sa pag-clone ng pahina.
Sinusukat Speaker Pagkatulad
Sa aming sariling mga pagsubok Chatterbox matched ang reference speaker mas malapit kaysa sa iba pang mga lisensyadong cloning engine namin nasuri.
Commercially lisensyado
Ang mga ito ay mga halimbawa ng mga kodigo at mga modelo.
Gamitin ang mga kaso
Paano Gumamit Ang Chatterbox!
-
1
Mag-sign up para sa isang libreng account
Mag-sign up para sa TextToSpeechAI upang makatanggap ng libreng starter credits.
-
2
Mag-upload ng isang reference clip
Buksan ang page ng cloning ng boses at mag-upload ng6hanggang 60 segundo ng malinaw na pagsasalita mula sa boses na mayroon kang karapatan na i-clone.
-
3
Ipasok ang iyong teksto at wika
I-type ang teksto upang magsalita at pumili ng isa sa 15 suportadong output wika.
-
4
Bumuo ng mga salita
Ang TextToSpeechAI ay nagpapakita ng teksto sa cloned na boses gamit ang Chatterbox sa aming GPU server.
-
5
I-download o gamitin ang API
I-download ang tapos na audio, o awtomatikong henerasyon sa pamamagitan ng TextToSpeechAI REST API.
Ang Chatterbox! API
Generate speech programmatically using the TextToSpeechAI REST API.
curl -X POST "https://api.texttospeechai.com/v1/generate/" \
-H "Authorization: Bearer YOUR_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"text": "Ito ang aking cloned na boses, na ginawa mula sa isang maikling recording.",
"voice": "en_US-kristin-medium"
}'
Mga Madalas Itanong
Technical Specs
- Generation Speed Moderate
- Output Quality Very Good
- Voice Cloning Supported
- Languages 15
- GPU VRAM 4-8GB
- Credits/1000 chars 5