GPT-SOVITS

Om GPT-SOVITS

GPT- SoVITs kombinerer språkmodellering i GPT- stil med lydkonvertering i SoVITs for å oppnå en moderne par- bilder- stemmekloning. Med bare 3-10 sekunders referanselyd pluss en utskrift, gir den utrolig naturlig tale som stemmer tett med målstemmen. Den framhever ved tverrspråklig syntese – tren på ett språk og generer på et annet.

Nøkkelfunksjoner

Brukstilfeller

Bruksmåte GPT-SOVITS

1. 1

   Lag en gratis konto eller åpne demoen

   Registrer deg for TextToSpeechAI for å motta gratis startpoeng, eller hopp rett inn i demoen for å prøve GPT-Sovits uten registrering.

2. 2

   Velg GPT-Sovits og last opp et referanseklipp

   Velg GPT- SoVITS som motor, og last så opp et 3-10 sekunds referanseklipp av stemmen du vil klone. Når du legger til utskrift av det klippet, får du den reneste, mest nøyaktige klonen.

3. 3

   Skriv inn teksten

   Skriv inn eller lim inn teksten du vil ha snakket med den klonede stemmen. GPT- SoVITS støtter kinesisk, engelsk, japansk, koreansk og kantonesisk, medregnet tverrspråklig kloning fra en referanse på et annet språk.

4. 4

   Lag lyd

   Trykk på « generere » for å sende jobben til GPU- tjenerne våre. GPT- SoVITS lager en klonet tale av høy kvalitet med middels fart, med 25 poeng fakturert per 1000 tegn.

5. 5

   Last ned eller bruk API

   Last ned den ferdige GPT-Sovits-lyden som en fil, eller automatiser generering gjennom TextToSpeechAI REST API på api.texttospeechai.com for arbeidsflyt i produksjon.

GPT-SOVITS API

Generer taleprogrammatisk ved å bruke 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": "GPT\u002DSovits produserer stemmekloning av høyeste kvalitet fra bare noen få sekunders lyd.",
    "voice": "en_US-lessac-medium"
  }'

Ofte stilte spørsmål