ມື້

Ultra

TTS ທີ່ມີການ​ເວົ້າ​ກັບ​ການ​ກັ່ນຕອງ​ສຽງ ແລະ ສຽງ​ທີ່ບໍ່​ເວົ້າ

Medium ໄວ
Excellent ຄຸນນະພາບ
​ແມ່ນ ​ក្លូន
1 ພາສາ

ກ່ຽວ​ກັບ ມື້

ing the most accurate text-to-speech results for the most diverse audiences. Dia is also capable of generating text-to-speech from 1000-1500 characters, and is capable of generating text-to-speech from 1000-1500 characters. Dia is also capable of generating text-to-speech from 1000-1500 characters, and is capable of generating text-to-speech from

ຄຸນ​ສົມບັດ​ຫຼັກ

បង្កើត​ប្រអប់

ສ້າງການສົນທະນາແບບທໍາມະຊາດຫຼາຍຄົນດ້ວຍສຽງທີ່ແຕກຕ່າງແລະປ່ຽນກັນ.

ສຽງ​ທີ່ບໍ່​ເວົ້າ​ໄດ້

ເພີ່ມ [ຫົວ], [ຍິ້ມ], [ຫາຍໃຈ], (ລົມ) ສໍາລັບຄໍາເວົ້າ paralinguistic ທໍາມະຊາດ.

ສຽງ​ແບບ​ຄລາສສິກ

ຖ່າຍ​ສຽງ​ໃດ​ກໍ​ໄດ້​ຈາກ 5-10 ວິນາທີ ຂອງ​ສຽງ​ທີ່​ອີງ​ໃສ່​ການ​ເວົ້າ​ທີ່​ມີ​ສ່ວນ​ຕົວ

ການສົນທະນາ​ແບບ​ທໍາມະຊາດ

1.6B ຕົວກໍານົດການຜະລິດການສົນທະນາທີ່ສູງທໍາມະຊາດ prosody ແລະ intonation.

ກໍລະນີ​ໃຊ້

ສ້າງ​ການ​ສົນທະນາ​ແລະ​ການ​ສົນທະນາ ຜະລິດ​ປື້ມ​ສຽງ​ດ້ວຍ​ຕົວອັກສອນ​ຫຼາຍຕົວ ສຽງ​ຕົວ​ອັກສອນ​ເກມ ສ້າງ​ເນື້ອໃນ ແລະ ເພງ​

ວິທີການ​ໃຊ້ ມື້

  1. 1

    ລົງທະບຽນຟຣີ ຫຼື ເປີດ Demo

    ສ້າງບັນຊີ TextToSpeechAI ຟຣີ ເພື່ອຂໍເງິນກູ້ເລີ່ມຕົ້ນຂອງທ່ານ, ຫຼືເປີດການສະແດງແບບບໍ່ລົງທະບຽນເພື່ອທົດລອງໃຊ້ Dia dialog ທັນທີ.

  2. 2

    ເລືອກ​ເຄື່ອງຈັກ Dia

    ໃນ​ຕາຕະລາງ​ການ​ຄວບຄຸມ TTS ເລືອກ Dia ຈາກ​ລາຍ​ຊື່​ເຄື່ອງຈັກ. Dia ແມ່ນ​ການ​ສົນທະນາ​ທີ່​ເນັ້ນ​ໃສ່, ແບບ​ແບບ​ຊັ້ນ​ສູງ​ທີ່​ມີ​ຜູ້​ເວົ້າ​ຫຼາຍ​ຄົນ ແລະ ສະໜັບສະໜູນ​ການ​ກັ່ນຕອງ​ສຽງ.

  3. 3

    សរសេរ​ສະຄິບ​ຂອງ​ກະດານ​ສົນທະນາ​ດ້ວຍ​ແທັກ

    ສ້າງ​ການ​ສົນທະນາ​ຂອງທ່ານ​ດ້ວຍ​ການ​ໃຊ້ [S1] ແລະ [S2] ເພື່ອ​ໃຫ້​ມີ​ການ​ສັງເກດ​ການ​ຜູ້​ເວົ້າ​ແຕ່ລະ​ຄົນ ແລະ ວາງ​ແທັກ​ທີ່ບໍ່​ເວົ້າ​ຄື [laughs], [sighs], [coughs], ຫຼື (gasps) ທີ່​ທ່ານ​ຕ້ອງການ​ໃຫ້​ມີ​ການ​ຕອບ​ໂຕ້​ແບບ​ທໍາມະຊາດ.

  4. 4

    ສ້າງ​ສຽງ

    ກົດ​ເພື່ອ​ສ້າງ​ເພື່ອ​ສົ່ງ​ສະຄິບ Dia ຂອງທ່ານ​ໄປ​ຍັງ GPU ທີ່​ໄດ້​ຮັບ​ການ​ໂຫຼດ​ຂອງ​ເຮົາ. Dia ສະແດງ​ການ​ສົນທະນາ​ສອງ​ຄົນ​ດ້ວຍ​ການ​ປ່ຽນ​ກັນ​ແລະ​ແທັກ​ທີ່ບໍ່​ເວົ້າ​ຂອງທ່ານ​ເປັນ​ເອກະສານ​ສຽງ​ດຽວ.

  5. 5

    ດາວໂຫລດ ຫຼື ໂທ API

    ດາວໂຫລດ​ການ​ສົນທະນາ​ທີ່​ໄດ້​ຮັບ​ຜົນ​ໃນ​ຮູບແບບ​ທີ່​ເລືອກ​ຂອງ​ທ່ານ ຫຼື ເຮັດ​ໃຫ້​ມັນ​ເປັນ​ເອກະລາດ​ໂດຍ​ການ​ໂພສ​ສະຄິບ [S1]/[S2] ຄື​ກັນ​ກັບ​ TextToSpeechAI API ​ດ້ວຍ​ໂຕ​ກັ່ນ​ບັນຊີ​ຂອງທ່ານ.

ມື້ API

ສ້າງການເວົ້າໂດຍໃຊ້ໂປຣແກຣມໂດຍໃຊ້ 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": "[S1] ໂອ້! ມື້ນີ້ເຈົ້າເປັນແນວໃດ? [ຫົວຍິ້ມ] [S2] ຂ້ອຍເຮັດໄດ້ດີ, ຂໍຂອບໃຈທີ່ຖາມ!",
    "voice": "en_US-lessac-medium"
  }'

ຄໍາຖາມທີ່ຖາມເລື້ອຍໆ

Dia ແມ່ນ​ແບບ​ແບບ​ຂໍ້​ຄວາມ​ໄປ​ຫາ​ສຽງ​ທີ່​ມີ​ການ​ສົນທະນາ​ທີ່​ມີ​ຈຸດ​ສຸມ​ໃສ່​ການ​ສົນທະນາ​ຈາກ Nari Labs. ມັນ​ມີ​ຄວາມ​ຊ່ຽວຊານ​ໃນ​ການ​ສ້າງ​ການ​ເວົ້າ​ແບບ​ທໍາມະຊາດ​ທີ່​ມີ​ການ​ສະໜັບສະໜູນ​ສຳລັບ​ຜູ້​ເວົ້າ​ຫຼາຍ​ຄົນ, ສຽງ​ທີ່ບໍ່​ເວົ້າ​ແລະ​ການ​ກັ່ນຕອງ​ສຽງ.

ແມ່ນແລ້ວ, Dia ແມ່ນໄດ້ຮັບອະນຸຍາດ Apache 2.0ຢ່າງເຕັມທີ່ - ທັງໂປຣແກຣມແລະນໍ້າໜັກແບບ. ມັນສາມາດໃຊ້ໄດ້ໂດຍບໍ່ເສຍຄ່າໃນ​ການ​ໃຊ້​ງານ​ທາງ​ທຸລະ​ກິດ.

ປັດຈຸບັນ Dia ສະໜັບສະໜູນພາສາອັງກິດເທົ່ານັ້ນ. ແບບຢ່າງນີ້ໄດ້ປັບແຕ່ງໃຫ້ເປັນພາສາອັງກິດທີ່ເວົ້າໄດ້ງ່າຍ.

Dia ຕ້ອງການປະມານ 10GB ຂອງ VRAM ສຳ ລັບແບບ ຈຳ ລອງຕົວຊີ້ວັດ 1.6B ຂອງມັນ. GPU ທີ່ມີຢ່າງ ໜ້ອຍ 12GB ແມ່ນແນະ ນຳ ໃຫ້ໃຊ້ງານໄດ້ສະດວກ. ໃນ TextToSpeechAI ທຸກຢ່າງນີ້ແລ່ນຢູ່ໃນ GPUs ທີ່ຈັດການຂອງພວກເຮົາ, ສະນັ້ນທ່ານບໍ່ຕ້ອງການຮາດແວໃດໆຂອງຕົວທ່ານເອງ.

ຍອມຮັບ - ຂໍ້ຄວາມ​ແມ່ນ​ສິ່ງທີ່ Dia ສ້າງ​ຂຶ້ນ​ເພື່ອ​ໃຊ້​ງານ​ໄດ້. ໂດຍ​ການ​ປ່ຽນ​ແປງ​ການ​ປ່ຽນ​ [S1] ແລະ [S2] ໃນ​ສັກ​ສອນ​ຂອງທ່ານ, Dia TTS ຜະລິດ​ການ​ສົນທະນາ​ສອງ​ຄົນ​ທີ່​ມີ​ສຽງ​ທີ່​ແຕກ​ຕ່າງ​ກັນ ແລະ ປ່ຽນ​ກັນ​ຢ່າງ​ຈິງ​ຈັງ, ເຊິ່ງ​ຍາກ​ທີ່ຈະ​ບັນລຸ​ໄດ້​ກັບ​ແບບ​ແບບ TTS ທີ່ມີ​ຜູ້​ເວົ້າ​ຄົນ​ດຽວ.

ຕັ້ງ​ຕົວ​ກ່ອນ​ທຸກ​ສາຍ​ຂອງ​ສຄຣິບ​ຂອງທ່ານ​ດ້ວຍ [S1] ຫຼື [S2] ເພື່ອ​ໃຫ້​ຮູ້​ວ່າ​ຜູ້​ໃດ​ເວົ້າ​ຢູ່​. Dia ຈັດ​ຕັ້ງ​ສຽງ​ທີ່​ຄົບ​ຖ້ວນ​ໃຫ້​ກັບ​ແທັກ​ແຕ່ລະ​ອັນ ແລະ ປ່ຽນ​ລະຫວ່າງ​ພວກ​ມັນ​ເມື່ອ​ການ​ສົນທະນາ​ເຄື່ອນ​ໄຫວ, ສະນັ້ນ [S1] ແລະ [S2] ເຮັດ​ຄື​ຕົວ​ອັກສອນ​ສອງ​ຕົວ​ໃນ​ການ​ສົນທະນາ​ຂອງທ່ານ.

ຍອມຮັບ. Dia ສະໜັບສະໜູນ​ການ​ກັ່ນຕອງ​ສຽງ​ຈາກ​ປະມານ 5- 10 ວິນາທີ​ຂອງ​ສຽງ​ທີ່​ໄດ້​ຮັບ​ການ​ອ້າງອີງ​ທີ່​ສະອາດ, ອະນຸຍາດ​ໃຫ້​ທ່ານ​ໃຊ້​ສຽງ​ທີ່​ໄດ້​ກຳນົດ​ໄວ້​ຄືນ​ໃໝ່​ສຳລັບ​ຜູ້​ເວົ້າ. ທ່ານ​ສາມາດ​ລວມ​ການ​ກັ່ນຕອງ​ສຽງ​ກັບ​ແທັກ [S1]/ [S2] ເພື່ອ​ໃຫ້​ຕົວອັກສອນ​ແຕ່ລະ​ຕົວ​ໃນ​ການ​ສົນທະນາ​ມີ​ສຽງ​ຄື​ກັບ​ສຽງ​ທີ່​ທ່ານ​ກັ່ນຕອງ​ໄວ້.

Dia ສະແດງ [ຍິ້ມ], [ຍິ້ມ], [ປວດ], ແລະ (ຍິ້ມ) ຄື​ສຽງ​ທໍາມະຊາດ​ທີ່​ຖືກ​ຝັງ​ໄວ້​ໃນ​ການ​ເວົ້າ ແທນ​ທີ່​ຈະ​ເປັນ​ຄໍາ​ເວົ້າ​ທີ່​ເວົ້າ​ອອກ​ມາ. ວາງ​ແທັກ​ຢູ່​ບ່ອນ​ທີ່​ທ່ານ​ຕ້ອງການ​ໃຫ້​ມີ​ການ​ຕອບ​ໂຕ້ - ຕົວຢ່າງ "[S1] That is hilarious [laughs]" - ເພື່ອ​ເຮັດໃຫ້​ການ​ສົນທະນາ​ມີ​ຄວາມ​ຮູ້ສຶກ​ຄື​ກັບ​ມະນຸດ​ຫຼາຍ​ຂຶ້ນ.

Dia ແລະ Bark ທັງສອງ ສະໜັບສະໜູນສຽງທີ່ສະແດງອອກໂດຍບໍ່ໃຊ້ຄຳເວົ້າ, ແຕ່ Dia ແມ່ນສ້າງຂຶ້ນເພື່ອການສົນທະນາຂອງຜູ້ເວົ້າຫຼາຍຄົນດ້ວຍ [S1] / [S2] ປ່ຽນການຮັບ ແລະ ສຽງທີ່ຄ້າຍຄືກັນ. ເລືອກ Dia ສຳ ລັບການສົນທະນາສອງຄົນທີ່ຈິງຈັງແລະວຽກຂອງຕົວລະຄອນ; Bark ແມ່ນ ເໝາະ ສົມກວ່າເມື່ອທ່ານຕ້ອງການພາສາທີ່ກວ້າງຂວາງກວ່າໃນການເວົ້າສຽງດຽວ.

Dia ແມ່ນ ເຄື່ອງຈັກ ultra-tier, ສະນັ້ນມັນຕ້ອງໃຊ້ 50 credits ຕໍ່ 1,000 ຕົວອັກສອນຂອງການເວົ້າທີ່ສ້າງຂຶ້ນ. ລະດັບ ultra ສະແດງໃຫ້ເຫັນແບບ 1.6B ໃຫຍ່ກວ່າ ແລະ ~10GB ຂອງ GPU ບ່ອນທີ່ມັນໃຊ້ ສຳ ລັບ ຄຳ ເວົ້າທີ່ມີຄຸນນະພາບສູງ.

ຍິນດີຕ້ອນຮັບ. ບັນຊີໃຫມ່ TextToSpeechAI ລວມມີເງິນຝາກເລີ່ມຕົ້ນຟຣີ, ແລະມີ demo ທີ່ທ່ານສາມາດແລ່ນໂດຍບໍ່ມີການລົງທະບຽນ. ນັ້ນພຽງພໍທີ່ຈະສ້າງຄໍາຖາມ Dia ຫຍໍ້ກັບ [S1] / [S2] ກ່ອນທີ່ຈະຕັດສິນໃຈກ່ຽວກັບແຜນທີ່ຈ່າຍ.

ແມ່ນແລ້ວ. ເມື່ອທ່ານມີ API token ຈາກ ໜ້າ ບັນຊີຂອງທ່ານ, ທ່ານສາມາດສົ່ງສະຄຣິບໂຕ້ຕອບ Dia - ລວມທັງ [S1] / [S2] ປ່ຽນແລະແທັກເຊັ່ນ [laughs] - ໄປທີ່ TextToSpeechAI REST API ແລະດາວໂຫລດສຽງທີ່ເກີດຈາກໂປແກຼມ.

Technical Specs

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

Try ມື້ Now

Generate your first audio free. No credit card required.

Start Free