CosyVoice2

Tietoja CosyVoice2

CosyVoice2 on FunAudioLLM:n (Alibaba) seuraavan sukupolven puhesynteesimalli. Se tarjoaa luonnolta kuulostavaa nollaäänikloonausta useilla eri kielillä, ja sillä on streamauskyky matalan latenssin sovelluksiin. Se perustuu rajalliseen scalar-määrittelyyn, ja sillä saavutetaan erinomainen äänen samankaltaisuus vain muutaman sekunnin referenssiäänellä.

Tärkeimmät ominaisuudet

Käytä tapauksia

Miten sitä käytetään CosyVoice2

1. 1

   Rekisteröidy ja hae ilmaisia opintopisteitä

   Luo ilmainen TextToSpeechAI-tili, jolla saat starttitilisi, tai kokeile demoa ensin. Ei GPU:ta tai paikallista CosyVoice2-asennusta - kaikki toimii infrastruktuurissamme.

2. 2

   Valitse CosyVoice2 ja lisää viitelippis

   Valitse moottoriksesi CosyVoice2 ja lataa sen jälkeen puhtaat 3-10 sekunnin referenssitallenteet äänistä, joita haluat kloonata. CosyVoice2 poimii kaiuttimen ominaisuudet nollalaukauksen monikieliseen kloonaukseen.

3. 3

   Syötä teksti millä tahansa tuetulla kielellä

   Kirjoita tai liitä käsikirjoitus kiinaksi, englanniksi, japaniksi, koreaksi tai kantoniksi. CosyVoice2 tukee ylikielistä synteesiä, joten kloonattu ääni voi puhua eri kieltä kuin viiteliitteessä.

4. 4

   Luo puhe

   Klikkaa generaatiksi ja CosyVoice2 syntetisoi luonnollisen, monikielisen puheen kloonoidulla äänellä, yleensä sekunneissa lyhyessä tekstissä. Huipputason käyttö maksaa 25 opintopistettä tuhatta merkkiä kohti.

5. 5

   Lataa tai käytä API-rajapintaa

   Lataa valmis ääni MP3:na tai WAV:na historiastasi tai automatisoi CosyVoice2-äänen kloonaus mittakaavassa TextToSpeechAI REST API:n kautta.

CosyVoice2 API

Luo puheohjelmallisesti TextToSpeechAI REST API:n avulla.

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "CosyVoice2 tarjoaa luonnollista monikielistä puhetta, jossa äänen kloonauskyky on nolla.",
    "voice": "en_US-lessac-medium"
  }'

Usein kysyttyjä kysymyksiä