Udoban glasnik2

O Udoban glasnik2

CosyVoice2 je sintetički model sljedeće generacije iz FunaudioLLM (Alibaba). Ona pruža prirodno-zvučno kloniranje nula-shot glasa preko više jezika s streaming sposobnosti za niske kasne aplikacije. Izgrađen na konačni skalar kvantizacijski pristup, to postiže odličnu sličnost glasa samo nekoliko sekundi referentnog zvuka.

Ključne osobine

Slučaji korištenja

Kako koristiti Udoban glasnik2

1. 1

   Prijavi se i traži besplatne kredite

   Kreirajte besplatni TextToSpeechAI račun za traženje svojih početnih kredita, ili pokušajte prvo demo. Nije potrebno GPU ili lokalni CosyVoice2 install - sve radi na našoj infrastrukturi.

2. 2

   Odaberite CosyVoice2 i dodajte referentni klip

   Odaberite CosyVoice2 kao motor, zatim ubacite čist 3-10 sekunde referentni snimak glasa koji želite klonirati. CosyVoice2 će izvući karakteristike govornika za nulto-shot višejezičko kloniranje.

3. 3

   Unesite vaš tekst u bilo kojem podržanom jeziku

   Upišite ili umetnite svoj scenarij na kineskom, engleskom, japanskom, korejskom ili kantonski. CosyVoice2 podržava križ-jezičnu sintezu, tako da klonirani glas može govoriti jezik koji se razlikuje od referentnog klipa.

4. 4

   Generiraj govor

   Kliknite generirati i CosyVoice2 sintetizuje prirodni, višejezični govor u kloniranom glasu, obično u roku od nekoliko sekundi za kratak tekst. Premium-tier korištenje troškovi 25 kredita na 1.000 znakova.

5. 5

   Preuzmi ili koristi API

   Preuzmite završetak zvuka kao MP3 ili WAV iz povijesti, ili automatski CosyVoice2 kloniranje glasa u skali kroz TextToSpeechAI REST API.

Udoban glasnik2 API

Generiraj govor programski koristeći 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": "Ugodan glas2 dostavlja prirodni jezikoslov s nultim kloniranjem glasa.",
    "voice": "en_US-lessac-medium"
  }'

Česta pitanja