Dia

Ultra

Vuoropuheluun perustuva TTS, jossa on äänen kloonaus ja sanaton ääni

Medium Nopeus
Excellent Laatu
Kyllä Kloonaus
1 Kielet

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

Vuoropuhelun ja keskustelun sukupolvi Äänikirjan tuotanto useilla merkeillä Pelihahmon äänet Podcast ja sisällön luominen

Miten lääkettä käytetään Dia

  1. 1

    Rekisteröidy ilmaiseksi tai avaa demo

    Luo ilmainen TextToSpeechAI-tili, jolla voit hakea aloitusluottojasi, tai avaa signalointidemo Dia-dialogia varten heti.

  2. 2

    Valitse Dia-moottori

    TTS:n kojelauta valitsee Dian moottorilistalta. Dia on dialogiin suuntautunut, ultratason malli, jossa on monikielisyys ja äänensulkeminen.

  3. 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. 4

    Luo ääni

    Klikkaa luodaksesi lähettää Dia-skriptin isäntämaahamme. Dia tekee kahden kielen dialogista käännösten ja ei-sanallisten tagiesi kanssa yhden äänitiedoston.

  5. 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

Dia on Nari Labsin 1,6B-parametrinen dialogin dialogin ja puheenvälin malli. Dia on erikoistunut luonnollisen keskustelupuheen tuottamiseen, jossa tuetaan useita puhujia, sanattomia ääniä ja äänen kloonausta.

Kyllä, Dia on täysin Apache 2.0 -lisenssin saanut - sekä koodi- että mallipainot. Sitä voi käyttää vapaasti kaupallisissa sovelluksissa.

Tällä hetkellä Dia tukee vain englantia. Malli on optimoitu luonnolliseen englannin kielen keskustelupuheeseen.

Dia vaatii 1,6B-parametrimalliinsa noin 10GB VRAM-muistia. Vähintään 12GB:n GPU on suositeltava mukavan käytön kannalta. TextToSpeechAI:lla tämä kaikki toimii isäntämaidemme GPU:n päällä, joten et tarvitse omia laitteitasi.

Kyllä - Dia on rakennettu juuri sitä varten. Dia TTS:n vuorottelulla [S1] ja [S2] vuorottelulla käsikirjoituksessa syntyy kaksikielinen keskustelu, jossa on erilliset äänet ja realistinen kääntyminen, mikä on vaikeampaa yhden puhujan TTS-malleilla.

Liitä jokainen rivi käsikirjoitukseesi [S1] tai [S2], jotta voit merkitä, kuka puhuu. Dia määrittää jokaisen tagin ja vaihtaa sen välillä keskustelun edetessä, joten [S1] ja [S2] toimivat keskustelusi kahtena hahmona.

Kyllä. Dia tukee äänen kloonausta noin 5-10 sekunnin puhtaasta referenssiäänestä, jolloin voit käyttää tietyn äänen uudelleen kaiuttimeen. Kloonauksen voi yhdistää [S1]/[S2] -tagiin, joten jokainen hahmo kuulostaa dialogissa siltä, miltä ääneltä kloonasit.

Dia tekee [naura], [hulisee], [hyypiöt] ja (hyy) puheeseen kudotuista luontevista paralinguisteisista äänistä puheiden sijaan. Aseta merkki, jossa haluat reaktion - esimerkiksi "[S1] Se on hauskaa [naurua]" - jotta vuoropuhelusta tulee inhimillisempää.

Dia ja Bark tukevat ilmaisunvaraisia ei-sanallisia ääniä, mutta Dia on tarkoitus rakentaa monikielisiin dialogiin [S1]/[S2]-äänentavoittelun ja äänen kloonauksen kanssa. Valitse Dia realistisiin kahden henkilön keskusteluihin ja hahmotyöhön; Bark sopii paremmin, kun tarvitset laajempaa kielitietoa yksiäänisessä kertomisessa.

Dia on ultratason moottori, joten se maksaa 50 krediitiä tuhatta tuotettua puhemerkkiä kohti. Ultrataso heijastaa suurempaa 1,6B-mallia ja 10GB GPU-muistia, jota se käyttää laadukkaaseen dialogiin.

Kyllä. Uusiin TextToSpeechAI tiliin kuuluu ilmaisia aloitusluottoja, ja demon voi tehdä ilman rekisteröitymistä. Se riittää lyhyeen Dia-dialogiin [S1]/[S2]-tunnisteiden kanssa ennen kuin päättää maksullisesta suunnitelmasta.

Kyllä. Kun sinulla on API-tunnus tilisivultasi, voit lähettää Dia-dialogiskriptejä - mukaan lukien [S1]/[S2]-käännöksiä ja -tunnuksia kuten [naura] - TextToSpeechAI REST API -rajapintaan ja ladata tuloksena olevan ääniohjelmallisen.

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