Dia
UltraVuoropuheluun perustuva TTS, jossa on äänen kloonaus ja sanaton ääni
Tietoja Dia
Dia by Nari Labs on 1,6B-parametrin dialogin keskittämä tekstistä puheenaiheeseen -malli, joka on erinomainen luodessaan luonnollista keskustelupuhetta, joka tukee sanattomia ääniä, kuten naurua, huokauksia ja yskimistä. Dia tukee monikielisten dialogien sukupolvea ja äänen kloonausta 5-10 sekunnin mittaisesta referenssiäänestä, mikä tekee siitä ihanteellisen realistisen keskustelun ja luonneäänten synnyttämiseen.
Tärkeimmät ominaisuudet
Vuoropuhelun sukupolvi
Luo luo luontainen monikielisyyskeskustelu eri äänillä ja kääntymällä.
Sanattomat äänet
Lisää [naura], [hisku], (huulia) luonnolliseen paralinguistiseen ilmaisuun.
Äänien kloonaus
Kloonaaa 5-10 sekunnin mittainen referenssiääni henkilökohtaiseen puheeseen.
Luonnollinen keskustelu
1.6B-parametrit tuottavat erittäin luonnollista keskustelumakua ja intonaatiota.
Käytä tapauksia
Miten lääkettä käytetään Dia
-
1
Rekisteröidy ilmaiseksi tai avaa demo
Luo ilmainen TextToSpeechAI-tili, jolla voit hakea aloitusluottojasi, tai avaa signalointidemo Dia-dialogia varten heti.
-
2
Valitse Dia-moottori
TTS:n kojelauta valitsee Dian moottorilistalta. Dia on dialogiin suuntautunut, ultratason malli, jossa on monikielisyys ja äänensulkeminen.
-
3
Kirjoita dialogiskripti tunnisteilla
Muodosta keskustelusi [S1:n] ja [S2:n] avulla, jotta jokainen puhuja voi kääntyä, ja pudota sanattomiin tageihin, kuten [naura], [hulku], [hymyily] tai (h) minne haluat luonnollisia reaktioita.
-
4
Luo ääni
Klikkaa luodaksesi lähettää Dia-skriptin isäntämaahamme. Dia tekee kahden kielen dialogista käännösten ja ei-sanallisten tagiesi kanssa yhden äänitiedoston.
-
5
Lataa tai soita API-rajapintaan
Lataa valmis dialogi valitsemallasi tavalla tai automatisoi se lähettämällä sama [S1]/[S2]-skripti TextToSpeechAI API-tilitunnuksella.
Dia 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": "Hei, miten voit tänään?",
"voice": "en_US-lessac-medium"
}'
Usein kysyttyjä
Technical Specs
- Generation Speed Medium
- Output Quality Excellent
- Voice Cloning Supported
- Languages 1
- GPU VRAM 10GB
- Credits/1000 chars 50