Moderate
Spoed
Very Good
Kwaliteit
Nee
Kleur SkemasCity name (optional, probably does not need a translation)
1
Tale
Aangaande Parler-TTS
Parler-TTS is 'n unieke teks-na-sech model wat stemme voortbring gebaseer op teks beskrywings. In plaas van te kies van vooraf gedefinieerde stemme, beskryf jy die stem wat jy wil hê: "'n Jong vrou praat duidelik met' n Amerikaanse aksent" of "'n bejaarde Britse man praat stadig in 'n diep stem." Parler-TTS dan woord genereer wat met jou beskrywing ooreenstem.
Sleutelbronne
Teks Beskrywings
Genereer stemme deur gewenste eienskappe te beskryf.
Krektiewe beheer
Spesifiseer ouderdom, geslag, aksent, spoed en spraakstyl.
Unieke stemme
Skep stemme wat nie in voorafgemaakte biblioteke bestaan nie.
Natuurlike afvoer
Genereer hoog-kwaliteit, natuurlike-klank spraak.
Doeltreffende
Vinnige inferensie vir beskryfde stemgeslag.
Open Bron
Apaches 2,0 gelisensieer vir kommersiële gebruik.
Gebruik letterkase
Karakter Stem ontwerp
Uitvee Projek@ info: whatsthis
Prototipe stemme
Speletjie OntwikkelingName
Media controller element
Eie stemskepping
Parler-TTS Voices
View All 10American Female
ENAmerican Male
ENBritish Female
ENBritish Male
ENCalm Voice
ENCheerful Voice
ENConversational Voice
ENFemale Narrator
ENMale Narrator
ENProfessional Voice
ENVrae wat dikwels gevra word
Parler-TTS is 'n teks-na-sech model wat stemme genereer uit teks beskrywings. In plaas van voorafgemaakte stemme te kies, beskryf jy wat jy wil hê: "'n Kalm, volwasse vrou met 'n Australiese aksent praat teen' n matige pas. "
Parler-TTS is open-source under Apache 2.0 license. On TextToSpeechAI, we charge 25 credits per 1000 characters (Premium tier) for its unique voice generation capabilities.
Parler-TTS ondersteun hoofsaaklik Engels. Die stem beskrywings werk die beste in Engels, hoewel die model kan hanteer verskeie Engelse aksente (Amerikaanse, Britse, Australië, ens.)
Beskryf stemeienskappe natuurlik: "'n Jong vrou praat duidelik met 'n Britse aksent" of "'n bejaarde man met 'n diep stem praat stadig en versigtig." Sluit ouderdom, geslag, aksent, spoed en gemoedstemming in.
Parler-TTS het matige generasiespoed, gewoonlik 2-5 sekondes per sin op GPU. Die stembeskrywing verwerk die minimum bo-oor in vergelyking met die werklike spraak geslag.
Nee, Parler-TTS wek stemme uit beskrywings eerder as om bestaande stemme te kloning. Vir stem kloning, gebruik StyltTS2, F5-TTS, OpenVoice, of Tortoise.
Parler-TTS produseer baie goeie kwaliteitsoudio. Die spraak klink natuurlik met gepaste prosof wat met die beskryfde eienskappe ooreenstem. Kwaliteit is vergelykbaar met F5-TTS.
Parler-TTS benodig 4-8GB van VRAM afhangende van die model grootte. Die miniweergawe werk met 4GB, terwyl die volle model baat vind by 8GB vir optimale uitvoering.
Ja, Parler-TTS is Apaches 2,0 gelisensieer en ondersteun handelsgebruik. Aangesien stemme uit beskrywings opgewek word, is daar geen stembesit nie.
Sluit jou stem beskrywing in in die API versoek tesame met jou teks. Ons API verwerk die beskrywing en genereer ooreenstemmende spraak. Jy kan gunstelingbeskrywings stoor vir hergebruik.
Parler-TTS outputs WAV audio natively. Through TextToSpeechAI, you can request MP3, WAV, or OGG formats with automatic conversion.
Parler-TTS is uniek daarin om stemme voort te bring van beskrywings - geen ander model bied dit nie. Gebruik dit vir skeppende stemontwerp. Vir bestaande stem replisering, gebruik F5-TTS of ander cloning modelle.
Technical Specs
- Generation Speed Moderate
- Output Quality Very Good
- Voice Cloning Not Supported
- Languages 1
- GPU VRAM 4-8GB
- Credits/1000 chars 25