CosyVoice2

Σχετικά CosyVoice2

Το CosyVoice2 είναι ένα μοντέλο σύνθεσης ομιλίας επόμενης γενιάς από το FunAudioLLM (Alibaba). Παρέχει φυσική φωνή μηδενικής εμφάνισης κλωνοποίηση σε πολλές γλώσσες με δυνατότητα ροής για εφαρμογές χαμηλής περιεκτικότητας σε ρυάκια. Χτισμένο σε μια πεπερωμένη προσέγγιση αποχρώσεων στεατικού, επιτυγχάνει εξαιρετική ομοιότητα φωνής με μόλις λίγα δευτερόλεπτα ήχου αναφοράς.

Βασικά χαρακτηριστικά

Περιπτώσεις χρήσης

Πώς να χρησιμοποιήσετε το φάρμακο CosyVoice2

1. 1

   Εγγραφείτε και διεκδικήστε δωρεάν πιστώσεις

   Δημιουργήστε ένα δωρεάν λογαριασμό TextToSpeechAI για να διεκδικήσετε τις πιστώσεις εκκίνησης σας, ή δοκιμάστε πρώτα το demo. Δεν GPU ή τοπική εγκατάσταση CosyVoice2 είναι απαραίτητη - όλα τρέχει στην υποδομή μας.

2. 2

   Επιλέξτε CosyVoice2 και προσθέστε ένα κλιπ αναφοράς

   Επιλέξτε CosyVoice2 ως κινητήρα σας, στη συνέχεια, ανεβάστε μια καθαρή 3-10 δεύτερη εγγραφή αναφοράς της φωνής που θέλετε να κλωνοποιήσετε. CosyVoice2 θα εξάγει τα χαρακτηριστικά ηχείων για μηδενική-φωτοβολημένο πολύγλωσση κλωνοποίηση.

3. 3

   Εισάγετε το κείμενο σας σε οποιαδήποτε υποστηριζόμενη γλώσσα

   Πληκτρολογήστε ή επικολλήστε το σενάριο σας σε κινέζικα, αγγλικά, ιαπωνικά, κορεάτικα ή καντονέζικα. Η CosyVoice2 υποστηρίζει τη διαγλωσσική σύνθεση, ώστε η κλωνοποιημένη φωνή να μπορεί να μιλήσει μια γλώσσα διαφορετική από το κλιπ αναφοράς.

4. 4

   Δημιουργήστε την ομιλία

   Κάντε κλικ στο create και η CosyVoice2 συνθέτει τη φυσική, πολύγλωσση ομιλία στην κλωνοποιημένη φωνή, συνήθως μέσα σε δευτερόλεπτα για σύντομο κείμενο.

5. 5

   Κατεβάστε ή χρησιμοποιήστε το API

   Κατεβάστε το τελικό ήχο ως MP3 ή WAV από την ιστορία σας, ή αυτοματοποιήστε CosyVoice2 κλωνοποίηση φωνής σε κλίμακα μέσω του TextToSpeechAI REST API.

CosyVoice2 API

Δημιουργήστε ομιλία προγραμματικά χρησιμοποιώντας το 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": "Η CosyVoice2 παρέχει φυσική πολύγλωσση ομιλία με μηδενική δυνατότητα κλωνοποίησης φωνής.",
    "voice": "en_US-lessac-medium"
  }'

Συχνές Ερωτήσεις