Fast
速度
Very Good
质量
是 是
克隆
10
语文
关于 二十三至三三
阿里巴巴的 Quen3-TTS 是 0.6B 参数 文本到 语音模型, 将 高质量 和 有效 的 推论结合起来 。 它支持 10 种语言, 并且可以从 3 秒 的 音频 复制任何声音 。 它建在 Quen3 结构上, 在所有 支持 的 语言中 制作 出 精美的 手动和发音 。
关键特征
3 - 第二声音克隆
仅仅从3秒钟的音频 就能打开任何声音 即是这个行业最快的克隆
10 语言
中文、英文、日文、韩文、法文、德文、西班牙文、意大利文、葡萄牙文和俄文。
有效推断
0.6B 快速推断参数,同时保持高质量产出。
自然状态
建在昆特3号建筑上 用来用适当的国名 进行自然声音演讲
使用案例
多语言内容创建
快速语音克隆原型
地方化和组合
语音助理应用程序
如何使用 二十三至三三
-
1
免费签名或使用演示
创建一个免费的 TextToSpeechAI 账户以获取初始学分, 或者先尝试不签名演示。 不需要 GPU 或本地安装 Quen3- TTS - 全部在服务器上运行 。
-
2
选择 wen3- TTS 并添加三秒剪裁
选择 Quen3- TTS 做为您的引擎, 由声音拾取器来选择。 要克隆一个声音, 上传一个大约3秒的干净参考剪辑; 对于一个非克隆的声音, 只要选择一个内置的 Quen3- TTS 声音 。
-
3
输入您以任何10种语言编写的文本
英文、日文、韩文、法文、德文、西班牙文、意大利文、葡萄牙文或俄文的文字类型或粘贴。 Quen3-TTS可以使用所有10种辅助语言,使用克隆语言。
-
4
生成演讲
点击生成并合成 Quen3- TTS 。 点击生成并合成您在我们的 GPU 上的音频, 其级别为溢价级( 每1000 个字符25个分)。 缩写 0. 6B 模式快速返回自然多语种语言语言 。
-
5
下载或使用 API
预览结果, 然后下载音频文件, 或者通过 api. texttospeechai. com 上的 TextToSpeechAI API 程序获取。 将相同的克隆 Quen3- TTS 声音重新用于后代 。
二十三至三三 API AIP AIPI AIP
以TextToSpeechAIREST API 生成有计划的语言。
curl -X POST "https://api.texttospeechai.com/v1/generate/" \
-H "Authorization: Bearer YOUR_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"text": "253\u002DTTS提供以超快3秒语音克隆进行自然多语种语言演讲。",
"voice": "en_US-lessac-medium"
}'
常问问题
Quen3-TTS 是Alibaba在Quen3 结构上建构的文字到语音模型。 它支持10种语言, 并且可以从3秒钟的参考音频复制任何声音, 产生具有强烈的手动和发音的自然声音。
是的。 Quen3-TTS根据许可的Apache 2. 0许可证,以其代码和模型重量来发放,这意味着您可以自由地在商业产品中使用它,而不必支付使用费或面临非商业限制。
Quen3-TTS支持10种语言:中文、英文、日文、韩文、法文、德文、西班牙文、意大利文、葡萄牙文和俄文。 单一克隆声音可以使用这些语言,这使得Quen3-TTS非常适合本地化和多语种内容。
是的。 Quen3-TTS可以复制3秒钟的音频参考声音,这是任何TTS系统最快的克隆要求之一。 一个干净、无噪音的短片效果最好,5至10秒的短距参考可以稍微提高忠诚度。
Quen3-TTS 是一个 0.6B 的紧凑参数模型, 所以推论是快速的, 而质量则保持良好 。 Quen3 结构让它自然的 编译和精确的发音覆盖了所有 10 种支持的语言 。
253-TTS在VRAM 4-8GB 中运行,这归功于其小幅0.6B参数足迹。 推荐给主机室使用6GB或以上GPU, 尽管在TextToSpeechAI 上您不需要任何硬件, 因为一代人运行在我们的 GPU 服务器上。
Quen3-TTS是一台高价引擎,每1000个字符计25个分,反映了其语音克隆和多语言能力,同时比乌龟或SsteleTTS2等超级引擎便宜。
这两种模型都是具有语音克隆的阿里巴巴模型,而且都处于高级水平。 Quen3-TTS支持更多的语言(10对5),需要的参考音频较少(3对3对10),而CosyVoice2可能将其放在中国质量上。 想要最广泛的语言覆盖和最快的克隆,就选 Quen3-TTS。
在TextToSpeechAI个克隆引擎中,Quen3-TTS在其3秒的克隆要求和10种语言的覆盖方面显得非常突出。 F5-TTS和聊天盒也复制了声音,但取舍却不同,因此在短短的样本中尝试几个是最容易选择的方法。
昆士兰—TTS(Quen3-TTS)对于多语言内容创建、本地化和调试、快速语音克隆原型和语音助理应用程序来说是理想的。 它能够将一个克隆声音带入10种语言,因此对全球项目特别有用。
TextToSpeechAI 上不需要安装。 我们用 GPU 基础设施托管 Quen3- TTS, 这样您就可以在浏览器中或通过我们的 API 直接复制声音和生成语音, 而不用自己设置模型、 重量或依赖性 。
是的。 您可以在 TextToSpeechAI 上尝试 Quen3- TTS, 使用我们的免费演示和免费启动分, 不需要 GPU 或设置。 签名从三秒的剪辑中克隆一个声音, 并生成多语言语言的语音, 只有当您需要更多的字符时才能升级 。
Technical Specs
- Generation Speed Fast
- Output Quality Very Good
- Voice Cloning Supported
- Languages 10
- GPU VRAM 4-8GB
- Credits/1000 chars 25