CosyVoice2

Premium

Null-shot mitmekeelne hääl kloonimine koos striimimine toetust

Fast Kiirus
Very Good Kvaliteet
Jah Kloonimine
5 Keeled

Info CosyVoice2

Kosuvoice2 on järgmise põlvkonna kõnesünteesi mudel FuAnadioLLM (Alibaba). See pakub loomulik-kõlav null-kuuline hääl kloonimine üle mitme keele streaming võime madala-latents rakendusi. Ehitatud piiratud skalaar kvantization lähenemine, see saavutab suurepärase hääle sarnasuse vaid paar sekundit võrdlus heli.

Põhijooned

Null-kuum hääl kloonimine

Kloon iga hääl 3-10 sekundist helist, millel on kõrge truudus.

Mitmekeelne

Toetab hiina, inglise, jaapani, korea ja kantoni keelelist sünteesi.

Toetus

Madala tugevusega streaming režiim reaalajas rakenduste ja interaktiivsete süsteemide.

Looduslik prosoodia

Täiustatud prosoodia modelleerimine tekitab loomuliku kõlava kõne sobiva intonatsiooniga.

Kasutuskastid

Mitmekeelse sisu loomine Reaalajas hääleassistendid Keeleülene dubleerimine Isikupärastatud häälerakendused

Kuidas kasutada CosyVoice2

  1. 1

    Registreeru ja taotle tasuta krediiti

    Loo tasuta TextToSpeechAI konto, et nõuda oma starter krediiti, või proovige demo esimene. Nr GPU või kohalik CosyVoice2 install on vaja - kõik töötab meie infrastruktuuri.

  2. 2

    Vali CosyVoice2 ja lisa viiteklipp

    Valige CosyVoice2 oma mootori, siis üles laadida puhas 3-10 teine viide salvestus hääl soovite kloonida. CosyVoice2 võtab kõlari omadused null-shot mitmekeelne kloonimine.

  3. 3

    Sisesta tekst mis tahes toetatud keeles

    Kirjuta või kleebi oma skript hiina, inglise, jaapani, korea või kantoni keeles. KosyVoice2 toetab keeleülest sünteesi, nii et kloonitud hääl võib rääkida keel erinev viide klipp.

  4. 4

    Kõne genereerimine

    Klõpsake genereerida ja CosyVoice2 sünteesib loomulik, mitmekeelne kõne kloonitud hääl, tavaliselt sekundite jooksul lühikese teksti. Premium-tier kasutamine maksab 25 krediiti 1000 tähemärki.

  5. 5

    API allalaadimine või kasutamine

    Laadige valmis heli nagu MP3 või WAV oma ajaloost, või automate CosyVoice2 hääl kloonimine skaalal läbi TextToSpeechAI REST API.

CosyVoice2 API

Loo kõne programmeeritult kasutades 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": "CosyVoice2 pakub loomulikku mitmekeelset kõnet, millel on nullkuuma hääle kloonimise võime.",
    "voice": "en_US-lessac-medium"
  }'

Korduma kippuvad küsimused

Kosuvoice2 on järgmise põlvkonna teksti kõne ja hääl kloonimise mudel FuAnadioLLM (Alibaba). See toetab null-shot hääl kloonimine vaid paar sekundit viide audio ja võib sünteesida loomulik kõne hiina, inglise, jaapani, korea ja kantonese. TextToSpeechAI saate käivitada CosyVoice2 brauseris ilma kohaliku seadistus.

Jah, CosyVoice2 on täielikult Apache 2.0 litsentseeritud - nii koodi kui mudeli kaal. See muudab ohutuks kasutada kommertstoodetes, tasustatud sisu ja kliendi tööd ilma litsentsimistasu või mitte-äriliste piiranguteta.

CosyVoice2 toetab viit keelt: hiina (mandariin), inglise, jaapani, korea ja kantoni keel. Samuti tegeleb keeleülene süntees, nii et saate kloonida hääl salvestus ühes keeles ja luua kõne teises.

Anna 3-10 sekundit puhas viide heli sihtkõlar. CosyVoice2 väljavõtted kõlar omadused kasutades piiratud skalaar quantization lähenemine, siis tekitab uue kõne, et kloonitud hääl üle ühe oma toetatud keeles. Mudeli koolitus või peenhäälestus ei ole vajalik.

KosuvVoice2 on üks tugevamaid mitmekeelseid kloonimismudeleid, säilitades kõlari identiteedi isegi siis, kui see tekitab kõnet keel, mis erineb viiteklipist. See toodab loomulikku prosoodiat ja intonatsiooni, mis teeb selle hästi sobivaks keeleüleseks dubleerimiseks ja lokaliseerimiseks.

Jah. CosyVoice2 on kiire mudel ja sisaldab streaming režiimi, mis toodab heli madala latentsi, muutes selle sobivaks hääl assistendid ja interaktiivsed rakendused. TextToSpeechAI põlvkonnad tavaliselt täielik sekundit lühikese teksti.

CosyVoice2 nõuab umbes 4-6GB VRAM jaoks 0.5B parameetri mudel, nii GPU 6GB või rohkem on soovitatav, kui isehosting. TextToSpeechAI mudel töötab meie GPU infrastruktuuri, nii et sa ei vaja riistvara oma.

CosyVoice2 on premium-tier mudel ja maksab 25 krediiti 1000 tähemärki teksti. Iga uus konto saab tasuta starter krediiti, nii et võite proovida CosyVoice2 hääl kloonimine enne otsustamist tasuline plaan.

Mõlemad on premium hääl kloonimise mootorid. GPT-SoviTS sageli jõuab kõrgeima toores sarnasus ühe sihthääle, samas CosyVoice2 on tugevam mitmekeelne ja keeleülene kloonimine ja lisab madala suhtega streaming režiimi. Vali CosyVoice2 kui teil on vaja üks kloonitud hääl rääkida mitu keelt.

Mõlemad pakuvad kvaliteetset nullkuuma hääle kloonimist. CosyVoice2 toetab rohkem keeli (5 versus 2) ja lisab streaming reaalajas kasutamiseks, samas F5-TTS võib olla veidi kiirem inglise-ainult töökoormus. Mitmekeelsete projektide CosyVoice2 on tavaliselt parem sobi.

TextToSpeechAI võimaldab teil eksportida CosyVoice2 põlvkonnad ühistes formaatides nagu MP3 ja WAV. Saate alla laadida faili otse oma ajaloo lehele või saada seda programmeeritult läbi TextToSpeechAI API.

Jah. Võite testida CosyVoice2 tasuta demo ja oma tasuta starter krediiti TextToSpeechAI ilma installimata midagi. Lihtsalt registreeruda, laadida lühike viide klipp, kirjutada oma teksti mis tahes toetatud keeles, ja genereerida.

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