CosyVoice2

Premium

axın dəstəyi ilə Zero-shot çoxdilli səs klonlaşdırması

Fast Sür'ət
Very Good Keyfiyyət
Bəli _Klonla
5 Dillər

Bağlan CosyVoice2

-to-voice cloning across multiple languages with streaming capability for low-latency voice cloning. CosyVoice2 is a

Xüsusiyyətlər

Zero-Shot səs klonlama

3-10 saniyədən çox olmayan səsi yüksək keyfiyyətli səslə klonla.

Çoxdilli

Çin, İngilis, Yapon, Koreya və Kanton dillərini dəstəkləyir.

Dağıdıcı dəstək

Real vaxt tətbiqləri və interaktiv sistemlər üçün aşağı-latensiya axın modu.

Təbii Prozodik

Advanced prosody modeling natural-sound speech with appropriate intonation istehsal edir.

İstifadəçi

Bir çox dildə məzmun yaratmaq Rəsmi səs köməkçiləri Dilli dublaj Özəl səs proqramları

İstifadəsi CosyVoice2

  1. 1

    Qeydiyyatdan keç və pulsuz kreditlər əldə et

    Başlanğıc kreditlərinizi tələb etmək üçün pulsuz TextToSpeechAI hesabını yaradın, ya da əvvəlcə demonu sınayın. GPU və ya yerli CosyVoice2 quraşdırılması lazım deyil - hər şey infrastrukturumuzda işləyir.

  2. 2

    CosyVoice2 seç və istinad klipini əlavə et

    CosyVoice2 motorunuz olaraq seçin, sonra klon etmək istədiyiniz səsin 3-10 saniyəlik təmizlənmiş qeydini yükləyin. CosyVoice2 çoxdilli klonlaşdırma üçün səsverən xüsusiyyətlərini çıxaracaq.

  3. 3

    Mətni dəstəklənən hər hansı bir dildə daxil et

    Çincə, İngiliscə, Yaponca, Koreyaca və ya Kantonca yazdığınız skriptləri daxil edin və ya yapışdırın. CosyVoice2 dillərarası sintezini dəstəkləyir, buna görə də klon səsi istinad klipindən fərqli bir dildə danışa bilər.

  4. 4

    Sənəd

    CosyVoice2 təbii, çoxdilli səsi sintez edir. Əsasən qısa mətnlər üçün saniyələr ərzində. Premium səviyyəli istifadə 1000 simvol üçün 25 kreditə başa gəlir.

  5. 5

    API yüklə və ya istifadə et

    Sonuncu səsi MP3 və ya WAV olaraq tarixçənizdən yükləyin, ya da TextToSpeechAI REST API vasitəsilə CosyVoice2 səs klonlaşdırmasını avtomatlaşdırın.

CosyVoice2 API

TextToSpeechAI REST API-ni istifadə edərək proqramlaşdırılmış səsi yarada bilərsiniz.

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "CosyVoice2, zero\u002Dshot səs klonlama qabiliyyəti ilə təbii çoxdilli danışıq təqdim edir.",
    "voice": "en_US-lessac-medium"
  }'

Tez-tez Sorulan Sual

CosyVoice2 FunAudioLLM (Alibaba) tərəfindən hazırlanmış yeni nəsil mətndən-sözə və səs klonlama modelidir. O, yalnız bir neçə saniyəlik istinad səsindən zero-shot səs klonlamasını dəstəkləyir və Çin, İngilis, Yapon, Koreya və Kanton dillərində təbii səsi sintez edə bilər. TextToSpeechAI-də siz CosyVoice2-ni heç bir yerli qurğu olmadan brauzerdə işlədə bilərsiniz.

Bəli, CosyVoice2 Apache 2.0 lisenziyasına tam uyğundur - həm kod, həm də model ağırlığı. Bu onu ticarət məhsullarında, ödənişli məzmunda və müştəri işlərində lisenziyalı və ya ticarətsiz məhdudiyyətsiz istifadə etmək üçün təhlükəsiz edir.

CosyVoice2 beş dil dəstəkləyir: Çincə (Mandarin), İngiliscə, Yaponca, Koreya və Kantonca. O həmçinin dillərarası sintezini dəstəkləyir, buna görə siz bir dildə səsi qeyd edə və digər dildə səsi yarada bilərsiniz.

Məqsəd səsvermə cihazının 3-10 saniyəlik təmiz istinad səsini təmin et. CosyVoice2 sonsuz skalar kvantlaşdırma üsulu ilə səsvermə cihazının xüsusiyyətlərini çıxarır, sonra da dəstəklənən dillərdən hər hansı birində klon səsi ilə yeni bir danışıq yaradır. Model təlim və ya yaxşılaşdırma tələb olunmur.

CosyVoice2 çoxdilli klonlama modellərindən biridir. Bu model, səsi istinad klipindən fərqli bir dildə yaratmaqla danışanın kimliyini qoruyur. Təbii prozodiya və intonasiya yaradır, bu da onu dillərarası dublaj və yerliləşdirilmiş məzmun üçün uyğun edir.

Bəli. CosyVoice2 sürətli bir modeldir və səs köməkçiləri və interaktiv tətbiqlər üçün uyğun olan aşağı gecikmə ilə səs istehsal edən axın modunu ehtiva edir. TextToSpeechAI-də qısa mətn üçün seanslar arasında tipik olaraq tamamlanır.

CosyVoice2 0.5B parametr modeli üçün 4-6 GB VRAM tələb edir, buna görə də öz-özünə hostinq zamanı 6 GB və ya daha çox GPU tövsiyə olunur. TextToSpeechAI-də model GPU infrastrukturumuzda işləyir, buna görə də öz hardware'inizə ehtiyacınız yoxdur.

CosyVoice2 premium səviyyəli modeldir və 1000 mətn xarakteri üçün 25 kreditə başa gəlir. Hər yeni hesab pulsuz kreditlər alır, buna görə də ödənişli planı seçmədən əvvəl CosyVoice2 səs klonlaşdırmasını sınaya bilərsiniz.

Hər ikisi də premium səs klonlama motorlarıdır. GPT-SoVITS tez-tez tək məqsədli səs üçün ən yüksək şəkərli oxşarlığa çatır, CosyVoice2 isə çox dil və dillərarası klonlama üçün daha güclüdür və aşağı gecikmə axını modunu əlavə edir. Bir çox dildə danışmaq üçün tək klon səsə ehtiyacınız olduğunda CosyVoice2 seçin.

Hər ikisi də yüksək keyfiyyətli səs klonlama təklif edir. CosyVoice2 daha çox dil dəstəkləyir (5 vs 2) və real vaxt istifadəsi üçün axın əlavə edir, F5-TTS isə yalnız ingilis iş yükləri üçün bir az daha sürətli ola bilər. Çox dilli layihələr üçün CosyVoice2 adətən daha yaxşı uyğundur.

TextToSpeechAI sizə MP3 və WAV kimi populyar formatlarda CosyVoice2 nəsillərini ixrac etməyə imkan verir. Siz faylları tarixçə səhifəsindən doğrudan yükləyə və ya TextToSpeechAI API vasitəsilə proqramlaşdırma yolu ilə əldə edə bilərsiniz.

Bəli. CosyVoice2-ni pulsuz demo ilə və pulsuz başlanğıc kreditləri ilə heç nə quraşdırmadan TextToSpeechAI-də sınaya bilərsiniz. Yalnız qeyd olun, qısa bir istinad klipini yükləyin, dəstəklənən hər hansı bir dildə mətninizi yazın və yarada bilərsiniz.

Technical Specs

  • Generation Speed Fast
  • Output Quality Very Good
  • Voice Cloning Supported
  • Languages 5
  • GPU VRAM 4-6GB
  • Credits/1000 chars 25

Try CosyVoice2 Now

Generate your first audio free. No credit card required.

Start Free