Dia

Ultra

Dialoogile orienteeritud TTS häälkloonimise ja mitteverbaalsete helidega

Proovi tasuta Dia Lehitu häälega (0)
Medium Kiirus
Excellent Kvaliteet
Jah Kloonimine
1 Keeled

Info Dia

Nari Labsi dia on 1,6B parameeter, mis on dialoogi aluseks teksti kõneks muutmise mudelile. See on suurepärane loomuliku vestluse tekitamisel, toetades mitteverbaalseid kõlasid nagu naer, ohkad ja köhad. Dia toetab mitmekõne dialoogi genereerimist ja hääl kloonimist 5-10 sekundist viitehelist, muutes selle ideaalseks realistlike vestluste ja iseloomuhäälte loomiseks.

Põhijooned

Dialoogi loomine

Loo loomulik multi-kõlar vestlusi eri hääl ja pöördega.

Mitteverbaalsed helid

Lisage [laughs], [ohkab], [köha], (gasps) loomulik paralingvisti väljendus.

Hääle kloonimine

Kloon iga hääl 5-10 sekundit audio personaalne kõne.

Loomulik vestlus

1.6B parameetrid tekitavad väga loomulikku vestlusluude ja intonatsiooni.

Kasutuskastid

Dialoogi ja vestluse loomine Audioraamatu tootmine mitme tähemärgiga Mängu märgi hääled Podcast ja sisu loomine

Kuidas kasutada Dia

  1. 1

    Registreeru tasuta või ava demo

    Loo tasuta TextToSpeechAI konto, et nõuda oma starter krediiti, või avada no-signup demo proovida Dia dialoogi kohe.

  2. 2

    Diamootori valimine

    In TTS armatuurlaua valida Dia mootori nimekirja. Dia on dialoogi orienteeritud, ultra-tihe mudel multi-kõlar ja hääl-kloonimine toetust.

  3. 3

    Dialoogiskripti kirjutamine siltidega

    Koosta oma vestlus kasutades [S1] ja [S2] tähistada iga kõneleja omakorda, ja tilk nonverbal tags nagu [laughs], [huhkab], [köha] või (gasps) kus soovite loomulikke reaktsioone.

  4. 4

    Audio genereerimine

    Klõpsa genereerida saata oma Dia skript meie võõrustatud GPUs. Dia muudab kahekõne dialoogi omakorda-võtmine ja oma mitteverbaalne sildid ühte helifaili.

  5. 5

    API allalaadimine või helistamine

    Laadige valmis dialoog valitud formaadis või automatiseerige see, postitades sama [S1] /[S2] skripti TextToSpeechAI API oma konto märgiga.

Dia 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": "Tere, kuidas sul täna läheb?",
    "voice": "en_US-lessac-medium"
  }'
API dokkide lugemine Hangi API võti

Korduma kippuvad küsimused

Dia on 1.6B parameeter, mis on Nari Labsi teksti-kõnele suunatud mudel. See on spetsialiseerunud loomuliku vestluskõne loomisele, toetades mitut kõnelejat, mitteverbaalset heli ja hääle kloonimist.

Jah, Dia on täielikult Apache 2.0 litsentseeritud - nii koodi kui mudeli kaal. Seda saab kasutada vabalt kommertsrakendustes.

Praegu Dia toetab ainult inglise. Modell on optimeeritud loomulik inglise vestluskõne.

Dia nõuab umbes 10GB VRAM oma 1,6B parameetri mudeli. GPU vähemalt 12GB on soovitatav mugavalt operatsiooni. TextToSpeechAI kõik see töötab meie võõrustatud GPU, nii et sa ei vaja mingit riistvara oma.

Jah - dialoogi on täpselt see, milleks Dia on ehitatud. Vahelduva [S1] ja [S2] pöördeid oma skripti, Dia TTS toodab voolav kahekõnelise vestlus selge hääl ja realistlik omakorda-võtmine, mida on raskem saavutada ühe-kõnelise TTS mudelid.

Iga skripti rea prefikseerimine [S1] või [S2], et märkida, kes räägib. Dia määrab igale sildile järjepideva hääle ja lülitab vestluse liikumise ajal nende vahel, nii et [S1] ja [S2] toimivad dialoogis kahe märgina.

Jah. Dia toetab hääle kloonimist umbes 5-10 sekundist puhtast viitehelist, mis võimaldab teil kõnelejale konkreetset häält taaskasutada. Kloonimise saab ühendada [S1]/[S2] siltidega, nii et iga tegelane kõlab dialoogis nagu hääl, mille kloonisite.

Dia tõlgib [naerab], [ohkab], [köha] ja (gasps) nagu loomulik paralinguistlik helid kootud kõne asemel sõna. Pane silt, kus soovite reaktsiooni - näiteks "[S1] See on lõbus [naerab]" - teha dialoogi tunne rohkem inimese.

Dia ja Bark toetavad nii väljendusrikkaid mitteverbaalseid helisid, kuid Dia on loodud mitmekõnelise dialoogi jaoks [S1]/[S2] pöörde ja hääle kloonimisega. Vali Dia realistlikeks kahe inimese vestlusteks ja iseloomutööks; Bark on parem, kui vajad laiemat keelekatvust ühekõne jutustamisel.

Dia on üli-tihe mootor, nii et see maksab 50 krediiti 1000 tähemärki loodud kõne. ultra-tasand peegeldab suuremat 1,6B mudeli ja ~10GB GPU mälu ta kasutab kvaliteetse dialoogi.

Jah. Uued TextToSpeechAI kontod sisaldavad tasuta starter krediiti, ja on demo saab käivitada ilma registreerumine. Sellest piisab, et luua lühike Dia dialoogi [S1] /[S2] sildid enne otsustamist tasuline plaan.

Jah. Kui teil on API märgi oma konto lehele saate esitada Dia dialoogi skriptid - sealhulgas [S1] / [S2] pöörded ja sildid nagu [laughs] - TextToSpeechAI REST API ja alla laadida tulemuseks heli programmeeritult.

Technical Specs

  • Generation Speed Medium
  • Output Quality Excellent
  • Voice Cloning Supported
  • Languages 1
  • GPU VRAM 10GB
  • Credits/1000 chars 50

Try Dia Now

Generate your first audio free. No credit card required.

Start Free

Other TTS Engines

Puukoor
Slow | Very Good
Jutukast
Fast | Very Good
CosyVoice2
Fast | Very Good
View All 9 Engines