MeloTTS

Standard

Γρήγορη πολυ-άκτινη TTS με φυσική προσθετικότητα

Very Fast Ταχύτητα
Good Ποιότητα
Όχι. Κλώνος
6 Γλώσσες

Σχετικά MeloTTS

MeloTTS είναι ένα γρήγορο, πολυ-επίπεδη κείμενο-to-speech μοντέλο από MyShell AI. Υποστηρίζει πολλαπλές γλώσσες με αυθεντικές παραλλαγές προφοράς για τα αγγλικά (Αμερικάνικα, Βρετανικά, Ινδικά, Αυστραλία).

Βασικά χαρακτηριστικά

Πολυάριθμη

Πολλαπλές αγγλικές προφορές: Αμερικανοί, Βρετανοί, Ινδοί και Αυστραλοί.

ΚΜΕ σε πραγματικό χρόνο

Αρκετά γρήγορο για σύνθεση σε πραγματικό χρόνο σε CPU χωρίς GPU.

6 Γλώσσες

Υποστηρίζει αγγλικά, ισπανικά, γαλλικά, κινεζικά, ιαπωνικά και κορεάτικα.

Έλεγχος ταχύτητας

Ρυθμιζόμενη ταχύτητα ομιλίας για την λεπτή-tuned έξοδο.

Περιπτώσεις χρήσης

Πολυκεντρικές φωνητικές εφαρμογές Διεθνής εντοπισμός περιεχομένου Βοηθοί φωνής σε πραγματικό χρόνο Παραγωγή ακουστικών με ποικιλία προφοράς

Πώς να χρησιμοποιήσετε το φάρμακο MeloTTS

  1. 1

    Εγγραφείτε δωρεάν ή δοκιμάστε το demo

    Δημιουργήστε ένα δωρεάν λογαριασμό TextToSpeechAI για να λάβετε μονάδες εκκίνησης, ή χρησιμοποιήστε το demo χωρίς υπογραφή στην αρχική σελίδα για να δοκιμάσετε αμέσως MeloTTS. Δωρεάν πιστώσεις είναι αρκετά για να αξιολογήσει αρκετές προφορές MeloTTS πριν από τη δέσμευση.

  2. 2

    Επιλέξτε μια προφορά και φωνή MeloTTS

    Ανοίξτε το πρόγραμμα περιήγησης και φίλτρο για να MeloTTS. Επιλέξτε την προφορά που ταιριάζει στο κοινό σας, όπως Αμερικανοί, Βρετανοί, Ινδοί, ή Αυστραλοί Αγγλικοί, ή μια μητρική ισπανική, γαλλική, κινεζική, ιαπωνική ή κορεατική φωνή.

  3. 3

    Εισάγετε το κείμενο σας

    Πληκτρολογήστε ή επικολλήστε το σενάριο που θέλετε να εκφωνηθεί στο πλαίσιο κειμένου. Η MeloTTS χειρίζεται αυτόματα τη φυσική προσθετικότητα, και μπορείτε να ρυθμίσετε την ταχύτητα ομιλίας σε λεπτό-τάουν για την επιλεγμένη προφορά σας.

  4. 4

    Δημιουργία ήχου

    Κλικ στην παραγωγή και MeloTTS συνθέτει την ομιλία σας σε πραγματικό χρόνο. Επειδή τρέχει αποτελεσματικά σε ΚΜΕ, τα αποτελέσματα έρχονται γρήγορα ακόμη και για μεγαλύτερα περάσματα, και η εργασία κοστίζει 10 μονάδες ανά 1.000 χαρακτήρες.

  5. 5

    Κατεβάστε ή χρησιμοποιήστε το API

    Παίξτε πίσω το αποτέλεσμα, στη συνέχεια, κατεβάστε το αρχείο ήχου στην προτιμώμενη μορφή σας από τη σελίδα ιστορίας. Για να αυτοματοποιήσετε MeloTTS στη δική σας εφαρμογή, καλέστε το TextToSpeechAI REST API στο api.texttospeechai.com χρησιμοποιώντας το λογαριασμό σας API Mine.

MeloTTS API

Δημιουργήστε ομιλία προγραμματικά χρησιμοποιώντας το 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": "Η MeloTTS μιλάει φυσικά με αυθεντικές προφορές από όλο τον κόσμο.",
    "voice": "en_US-lessac-medium"
  }'

Συχνές Ερωτήσεις

MeloTTS είναι ένα γρήγορο κείμενο-σε-ομιλία μοντέλο από MyShell AI που ειδικεύεται σε πολυ-επίπεδη σύνθεση ομιλίας. Υποστηρίζει πολλαπλές γλώσσες με διάφορες παραλλαγές προφοράς για τα αγγλικά, παράγοντας φυσική προσθετικότητα σε πραγματικό χρόνο ταχύτητα.

Ναι. Η MeloTTS κυκλοφορεί υπό την άδεια MIT, καλύπτοντας τόσο τον κώδικα όσο και τα βάρη μοντέλου. Μπορείτε να το χρησιμοποιήσετε ελεύθερα σε εμπορικά προϊόντα χωρίς δικαιώματα ή απαιτήσεις απόδοσης.

Η MeloTTS υποστηρίζει τις αγγλικές προφορές των Αμερικανών, των Βρετανών, των Ινδών και της Αυστραλίας.

Η MeloTTS καλύπτει έξι γλώσσες: αγγλικά, ισπανικά, γαλλικά, κινεζικά, ιαπωνικά και κορεάτικα. Οι αγγλικές φωνές προσθέτουν αυθεντικές περιφερειακές προφορές πάνω από τη βασική γλώσσα, έτσι ένα ενιαίο μοντέλο χειρίζεται πολλές αγορές.

Ναι. Το MeloTTS είναι σχεδιασμένο για σύνθεση σε πραγματικό χρόνο και παράγει ομιλία γρηγορότερα από την αναπαραγωγή ακόμη και σε CPU. Αυτό το καθιστά μια ισχυρή εφαρμογή για ζωντανούς βοηθούς φωνής, chatbots και εφαρμογές streaming.

Η MeloTTS παράγει καλή, φυσική-ηχητική ομιλία με σαφή προσθετικότητα και ακριβείς προφορές. Προτεραιότητα στην ταχύτητα και την ποικιλία προφοράς πάνω από την υπερ-υψηλή πιστότητα των πιο αργών μοντέλων όπως το StyleTTS2 ή το Tortoise, έτσι είναι ιδανικό όταν η ανταπόκριση έχει σημασία περισσότερο.

Όχι, MeloTTS δεν κλωνοποιεί φωνές. Χρησιμοποιεί ένα σταθερό σύνολο προεπιλεγμένων ηχείων και προφοράς. Για την κλωνοποίηση φωνής σε TextToSpeechAI, χρησιμοποιήστε F5-TTS, Chatterbox, CosyVoice2, OpenVoice, Styletts2, ή Tortoise αντ 'αυτού.

Δεν απαιτείται GPU. MeloTTS τρέχει άνετα σε CPU χρησιμοποιώντας περίπου 500MB μνήμης και παραμένει σε πραγματικό χρόνο. Μια GPU είναι προαιρετική και προσθέτει μόνο επιπλέον ταχύτητα? περίπου 500MB της VRAM είναι αρκετό αν επιλέξετε να χρησιμοποιήσετε ένα.

MeloTTS είναι μια τυπική-tier κινητήρα σε TextToSpeechAI, χρεωμένο σε 10 μονάδες ανά 1.000 χαρακτήρες. Αυτή είναι η χαμηλότερη βαθμίδα τιμολόγησης, ταιριάζουν με άλλα ελαφριά μοντέλα CPU όπως Piper, VITS, και Kokoro.

Τόσο MeloTTS όσο και Kokoro είναι γρήγοροι, MIT/Apache-licensed μοντέλα CPU στην τυπική πιστωτική βαθμίδα. Επιλέξτε MeloTTS όταν χρειάζεστε διακριτές αγγλικές προφορές (Αμερικανικά, Βρετανικά, Ινδικά, Αυστραλιανοί); επιλέξτε Kokoro για την ευρεία πολύγλωσση ποικιλία φωνής του. Και οι δύο είναι εύκολο να A / B δοκιμή σε TextToSpeechAI.

Η MeloTTS υπερέχει σε ποικιλία προφοράς και πολύγλωσση κάλυψη, ενώ η Piper προσφέρει τη μεγαλύτερη προεπιλεγμένη βιβλιοθήκη φωνής. Και οι δύο είναι γρήγοροι και CPU-πιθανοί στην τυπική βαθμίδα, οπότε επιλέξτε MeloTTS για ειδικά έργα προφοράς και Piper όταν θέλετε την ευρύτερη επιλογή διακριτών φωνών.

Ναι. Οι νέοι TextToSpeechAI λογαριασμοί περιλαμβάνουν δωρεάν μονάδες εκκίνησης, και υπάρχει ένα demo που μπορείτε να χρησιμοποιήσετε χωρίς εγγραφή.

Technical Specs

  • Generation Speed Very Fast
  • Output Quality Good
  • Voice Cloning Not Supported
  • Languages 6
  • GPU VRAM CPU OK
  • Credits/1000 chars 10

Try MeloTTS Now

Generate your first audio free. No credit card required.

Start Free