ስለ ቀን
ing the most accurate text-to-speech results for the most complex conversations. Dia is a 1.6B parameter text-to-speech model that is designed to generate natural conversational speech with support for nonverbal sounds like laughter, sighs, and coughs. It excels at generating the most accurate text-to-speech results for the most complex conversations. Dia is a 1.6B parameter text-to-speech model that
የዋና ባህሪያት
የመስሪያውን ቅርጽ
በተለያዩ ድምጾችና ዙር በመውሰድ ተፈጥሯዊ የብዙ-ተናጋሪ ውይይቶችን ይፈጥሩ
የድምፅ መጠን
[የሚስጥራዊነት]
የድምፅ መተላለፊያ
የድምፅ ፋይል
ምናሌ
1.6B ፓራሜትሮች በጣም ተፈጥሯዊ የንግግር ፕሮሶዲ እና ተንኮል ያመጡ.
ጥቅም
እንዴት እንደሚጠቀሙ ቀን
-
1
ነጻ ምዝገባ ወይም ዲሞን ይከፈት
ነጻ TextToSpeechAI መለያ ለመፍጠር የእርስዎን መጀመሪያ ክሬዲቶች ለመጠየቅ, ወይም Dia የዳያሎጂን ቀጥሎ ለመሞከር ምንም-መመዝገብ ዲሞን ይከፈታል.
-
2
የቀን/ሰዓት አማራጭ ምረጡ
በቲቲኤስ ዳሽቦርድ ውስጥ ዲያ ከኢንጂን ዝርዝር ውስጥ ይምረጡ. ዲያ የዳያስፖራ-ተኮር ነው፣ ከፍ ያለ ደረጃ ሞዴል በብዙ-ተናጋሪ እና የድምፅ-ክሎኒንግ ድጋፍ.
-
3
የዳታ ስክሪፕት
የንግግርዎን ርዕስ በ [S1] እና [S2] በመጠቀም የንግግር ዙር እያንዳንዱን ለማሳየት እና እንደ [laughs], [sighs], [coughs], ወይም (gasps) ባሉ ያልተናገሩ መለያዎች ውስጥ ለመውጣት ይስጡ።
-
4
የድምፅ ፋይል
የዲያ ስክሪፕትዎን ወደ ተቀባይ GPUs ለመላክ ይጫኑ. ዲያ የሁለት-ተናጋሪውን ቃለ ምልልስ በዙር-መውሰድ እና በአንድ የድምፅ ፋይል ውስጥ ያልተናገሩ መለያዎችዎን ያቀርባል.
-
5
መተግበሪያውን ያውርዱ
የተጠናቀቀውን ማውጫ በፈለግክበት ቅርጸት አውርድ፣ ወይም ተመሳሳይ [S1]/[S2] ስክሪፕት በTextToSpeechAI API ላይ በሂሳብዎ ቶኬን በመላክ አውቶማቲክ አድርግ።
ቀን መተላለፊያ
የTextToSpeechAI REST APIን በመጠቀም ፕሮግራም በመፍጠር ንግግርን ይፈጥሩ
curl -X POST "https://api.texttospeechai.com/v1/generate/" \
-H "Authorization: Bearer YOUR_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"text": "[S1] ጤና ይስጥልኝ! ዛሬ እንዴት ነህ? [የሚጨነቅ] [S2] በጣም ደስተኛ ነኝ፣ ለጠየቅክኝ አመሰግናለሁ!",
"voice": "en_US-lessac-medium"
}'
ብዙ ጊዜ የሚጠየቁ ጥያቄዎች
Technical Specs
- Generation Speed Medium
- Output Quality Excellent
- Voice Cloning Supported
- Languages 1
- GPU VRAM 10GB
- Credits/1000 chars 50