နေ့
Ultraစကားပြော-ဦးတည် TTS အသံ clone နှင့်စကားလုံးမဲ့အသံများ
အကြောင်း နေ့
ing the most accurate text-to-speech results. Dia is the first text-to-speech model to use the 1.6B parameter text-to-speech model, which is the most commonly used text-to-speech model in the world. Dia is the first text-to-speech model to use the 1.6B parameter text-to-speech model, which is the most commonly used text-to-speech model in the world.
အဓိကအင်္ဂါရပ်များ
စကားပြောခန်း ထုတ်လုပ်မှု
ကွဲပြားခြားနားသောအသံများနှင့် turn-ယူခြင်းနှင့်အတူသဘာဝ multi-speaker စကားပြောဆိုမှုထုတ်လုပ်ပါ။
စကားမပြောသော အသံများ
သဘာဝ paralinguistic ထုတ်ဖော်ချက်များအတွက် [ရယ်မော], [အော်], [ကျောက်ကပ်], (gasps) ထည့်သွင်းပါ။
အသံဖမ်းယူခြင်း
5-10 စက္ကန့်အသံကို clone သို့မဟုတ်အသံကို 5-10 စက္ကန့်အသံကို clone
သဘာဝစကားပြောဆိုမှု
1.6B parameters တွေကိုအလွန်သဘာဝစကားပြောprosodyနှင့် intonationထုတ်လုပ်.
အသုံးပြုမှုအခြေအနေများ
ဘယ်လိုအသုံးပြုရမည် နေ့
-
1
အခမဲ့မှတ်ပုံတင်သို့မဟုတ် demo ကိုဖွင့်
သင်၏စတင်ခရက်ဒစ်ကိုတောင်းဆိုရန်အခမဲ့ TextToSpeechAI အကောင့်တစ်ခုဖန်တီးပါ၊ သို့မဟုတ် Dia စကားပြောခန်းကိုချက်ချင်းစမ်းသပ်ရန် no-signup demo ကိုဖွင့်ပါ။
-
2
Dia အင်ဂျင်ကို ရွေးပါ
TTS dashboard တွင်အင်ဂျင်စာရင်းမှ Dia ကိုရွေးချယ်ပါ။ Dia သည်စကားပြောခြင်းကို ဦး တည်သော multi-speaker နှင့် voice-cloning ထောက်ခံမှုနှင့်အတူ ultra-tier model ဖြစ်သည်။
-
3
အမှတ်အသားများဖြင့် စကားပြောခန်း စာသားကို ရေးပါ
အသုံးပြုခြင်းသင်၏စကားပြောကိုဖွဲ့စည်း [S1] နှင့် [S2] တစ်ခုချင်းစီကို Speaker လည်ပတ်အမှတ်အသားပြုရန်, နှင့်ထိုကဲ့သို့သော nonverbal tags များ drop [ရယ်မော], [အော်], [ချောင်းဆိုး], သို့မဟုတ် (gasps) သင်သဘာဝတုံ့ပြန်မှုလိုချင်တဲ့နေရာမှာ.
-
4
အသံဖိုင်ကို ထုတ်လုပ်ပါ
ကျွန်တော်တို့ရဲ့ hosting GPUs ကိုသင့်ရဲ့ Dia script ကိုပို့ဖို့ generate ကိုနှိပ်ပါ. Dia turn-ယူပြီးတစ်ဦးတည်းအသံဖိုင်ထဲသို့သင်၏ nonverbal tags နဲ့နှစ်ဦးစလုံးပြောဆိုသူစကားပြောဆိုမှုပေးပို့.
-
5
API ကို download လုပ်ပါသို့မဟုတ်ခေါ်ဆိုပါ
သင့်ရဲ့ရွေးချယ်ထားသော format တွင်ပြီးဆုံးသောစကားပြောကိုဒေါင်းလုပ်လုပ်ပါ၊ သို့မဟုတ်သင့်အကောင့်ကိုသင်၏ token နှင့်အတူ TextToSpeechAI API ကိုတူညီသော [S1] / [S2] script ကိုပို့ခြင်းဖြင့်၎င်းကိုအလိုအလျောက်ပြုလုပ်ပါ။
နေ့ API
TextToSpeechAI REST API ကိုအသုံးပြုပြီးစကားပြော programming အားဖြင့် generate ။
curl -X POST "https://api.texttospeechai.com/v1/generate/" \
-H "Authorization: Bearer YOUR_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"text": "[S1] ဟိုင်း! ဒီနေ့ဘယ်လိုနေလဲ? [ရယ်သံများ] [S2] ငါကကြီးမားတဲ့လုပ်နေတာ, မေးဖို့ကျေးဇူးတင်ပါတယ်!",
"voice": "en_US-lessac-medium"
}'
မေးလေ့ရှိသောမေးခွန်းများ
Technical Specs
- Generation Speed Medium
- Output Quality Excellent
- Voice Cloning Supported
- Languages 1
- GPU VRAM 10GB
- Credits/1000 chars 50