F5- টিটিএস
Premiumদ্রুত, সুগম এবং ক্লোনিং সহ বিশ্বাসযোগ্য টেক্সট-টু-স্পিক
পরিচিতি F5- টিটিএস
ability. F5-TTS is an open source text-to-speech model that
প্রধান বৈশিষ্ট্য
দ্রুত উৎপাদন
দ্রুত কথা সংশ্লেষণের জন্য অ-স্বয়ংক্রিয় স্থাপত্য।
জিরো-শট ক্লোনিং
একটি অডিও নমুনা থেকে কোন শব্দ ক্লোন করুন।
হাই ফিডেলিটি
ফ্লো ম্যাচিং প্রাকৃতিক, উচ্চমানের কথা আউটপুট উৎপাদন করে।
প্রাকৃতিক ঝাপসা
পুরোটাতে সুষম সুর আর প্রাকৃতিক রীতি।
বহুভাষিক
স্বাভাবিক উচ্চারণের সাথে একাধিক ভাষা সমর্থন করে।
ওপেন সোর্স
এমআইটি লাইসেন্সকৃত পূর্ণ বাণিজ্যিক ব্যবহারের জন্য।
ব্যবহারের ক্ষেত্রে
ব্যবহারের নিয়ম F5- টিটিএস
-
1
বিনামূল্যে নিবন্ধন করুন অথবা ডেমো খুলুন
Create a free TextToSpeechAI account to receive starter credits, or jump straight into the free demo to try F5-TTS with no payment required.
-
2
F5-TTS বেছে নিন এবং (আইচ্যুয়াল) একটি রেফারেন্স ক্লিপ আপলোড করুন
ইঞ্জিন হিসেবে F5-TTS নির্বাচন করুন। একটি শব্দ ক্লোন করতে, লক্ষ্য স্পিকারের একটি সংক্ষিপ্ত ১০-৩০ সেকেন্ড রেফারেন্স নমুনা আপলোড করুন যাতে F5-TTS তাদের টোন এবং উচ্চারণ শূন্য-শট ধারণ করতে পারে; এই ধাপটি ছেড়ে দিন যদি আপনি একটি অভ্যন্তরীণ F5-TTS শব্দ ব্যবহার করতে চান।
-
3
আপনার লেখা লিখুন
আপনি যে লেখাটি উচ্চারণ করতে চান তা টাইপ করুন অথবা সাঁটান। F5-TTS এটি আপনার নির্বাচিত বা ক্লোন করা শব্দে স্বাভাবিকভাবে পড়ে, একাধিক সমর্থিত ভাষার মধ্যে সুষম প্রসদ সহ।
-
4
কথা তৈরি করো
ক্লিক করুন এবং F5-TTS আপনার অডিও দ্রুত আমাদের GPU অবকাঠামোতে সংশ্লেষিত করবে, প্রতি ১০০০ অক্ষরের জন্য ২৫ ক্রেডিট প্রাইম রেট বিলিং।
-
5
API ডাউনলোড অথবা ব্যবহার করুন
MP3, WAV, অথবা OGG হিসাবে শেষ অডিও ডাউনলোড করুন, অথবা আপনার নিজস্ব অ্যাপলিকেশনে স্বয়ংক্রিয়ভাবে উৎপাদন করার জন্য আপনার F5-TTS ভয়েস আইডি সহ TextToSpeechAI API কল করুন।
F5- টিটিএস অ্যাপলিকেশন প্রযুক্তিগত তথ্যের সংগ্রহস্থল (API)
TextToSpeechAI REST API ব্যবহার করে প্রোগ্রামিং দ্বারা বাক্যের উৎপাদন করুন।
curl -X POST "https://api.texttospeechai.com/v1/generate/" \
-H "Authorization: Bearer YOUR_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"text": "F5\u002DTTS দ্রুত, সুগম কথা বলার সাথে প্রভাবশালী ভয়েস ক্লোনিং ক্ষমতা প্রদান করে।",
"voice": "en_US-lessac-medium"
}'
প্রায়শ জিজ্ঞাসিত প্রশ্ন
Technical Specs
- Generation Speed Fast
- Output Quality Very Good
- Voice Cloning Supported
- Languages 5
- GPU VRAM 3-4GB
- Credits/1000 chars 25