স্টাইল ২

Ultra

স্টাইল ট্রান্সফার সহ মানব-স্তরের টেক্সট-টু-স্পিকার

বিনামূল্যে চেষ্টা করুন স্টাইল ২ শব্দভাণ্ডার ব্রাউজ করুন (6)
Moderate গতি
Excellent গুণমান
হ্যাঁ ক্লোনিং
1 ভাষা

পরিচিতি স্টাইল ২

s. StyleTTS 2 is the first TTS system to use the

প্রধান বৈশিষ্ট্য

মানব-স্তরের গুণমান

অন্ধ পরীক্ষায় মানুষের রেকর্ড থেকে আলাদা করা যায় না এমন কথাবার্তা তৈরি করে।

স্টাইল ট্রান্সফার

যেকোন রেফারেন্স অডিও নমুনা থেকে কথা বলার শৈলী স্থানান্তর করুন।

প্রাকৃতিক প্রসোডি

ডিফোশন ভিত্তিক মডেলিং এর সাথে পরিপূর্ণ রীতি, চাপ এবং ইটোনেশন।

শব্দের ক্লোন

অসাধারণ সঠিকতা এবং প্রাকৃতিকতার সাথে কণ্ঠস্বর ক্লোন করুন।

দ্রুত অনুমান

স্বয়ংক্রিয়ভাবে হ্রাসশীল মডেলের চেয়ে দ্রুততর, কিন্তু গুণগতমান বজায় রাখা।

ওপেন সোর্স

এমআইটি লাইসেন্সের সাথে সম্পূর্ণ বাণিজ্যিক ব্যবহারের অধিকার।

ব্যবহারের ক্ষেত্রে

অডিও বই পেশাদার ভয়েস- ওভার চলচ্চিত্র এবং টিভি উৎপাদন উচ্চমানের বিজ্ঞাপন পডকাস্ট উৎপাদন শব্দের অভিনয়

স্টাইল ২ Voices

View All 6
StyleTTS2 Default
EN
StyleTTS2 Expressive
EN
StyleTTS2 Fast
EN
StyleTTS2 Natural
EN
StyleTTS2 Neutral
EN
StyleTTS2 Quality
EN

ব্যবহারের নিয়ম স্টাইল ২

  1. 1

    বিনামূল্যে নিবন্ধন করুন অথবা ডেমো চালানো

    Create a free TextToSpeechAI account to get starter credits, or use the homepage demo to hear StyleTTS2 without signing in.

  2. 2

    StyleTTS2 ইঞ্জিন বেছে নিন

    শব্দ লাইব্রেরী থেকে একটি StyleTTS2 শব্দ নির্বাচন করুন। একটি শব্দ ক্লোন করতে, একটি ১০-৩০ সেকেন্ডের রেফারেন্স ক্লিপ আপলোড করুন এবং StyleTTS2 এর স্টাইল স্থানান্তর করবে।

  3. 3

    আপনার লেখা লিখুন

    আপনি যে স্ক্রিপ্টটি বর্ণনা করতে চান তা টাইপ অথবা পেস্ট করুন । StyleTTS2 ইংরেজি ভাষায় অসাধারণ এবং দীর্ঘ অংশে প্রাকৃতিক শব্দভাণ্ডার, জোর এবং উচ্চারণ প্রদান করে ।

  4. 4

    অডিও তৈরি করুন

    ক্লিক করুন এবং TextToSpeechAI আপনার StyleTTS2 অডিও GPU এ রেন্ডার করবে। অতিরিক্ত স্তরের StyleTTS2-এর খরচ প্রতি ১০০০ অক্ষর ৫০ ক্রেডিট।

  5. 5

    API ডাউনলোড অথবা ব্যবহার করুন

    MP3, WAV, অথবা OGG হিসাবে শেষ StyleTTS2 অডিও ডাউনলোড করুন, অথবা স্বয়ংক্রিয়ভাবে উৎপাদন করার জন্য আপনার StyleTTS2 শব্দের সাথে TextToSpeechAI API কল করুন।

স্টাইল ২ 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": "স্টাইলটিটিএস ২ এমনভাবে স্বাভাবিকভাবে কথা বলে যে, এটি পেশাদার মানুষের রেকর্ডিংয়ের সাথে প্রতিদ্বন্দ্বিতা করে।",
    "voice": "styletts2-default"
  }'
API ডকুমেন্ট পড়ুন আপনার API কী পেতে

প্রায়শ জিজ্ঞাসিত প্রশ্ন

StyleTTS2 একটি state- of- the- art টেক্সট- টু- স্পিচ মডেল যা মানব- স্তর বক্তৃতা সংশ্লেষণ অর্জন করে। এটি ব্যবহার করে স্টাইল ডিফ্যুশন এবং প্রতিদ্বন্দ্বী প্রশিক্ষণ তৈরি করতে বক্তৃতা যে অন্ধ শ্রবণ পরীক্ষাতে বাস্তব মানব রেকর্ড থেকে প্রায় অবিচ্ছিন্ন। আপনি TextToSpeechAI এ StyleTTS2 বিনামূল্যে চেষ্টা করতে পারেন।

StyleTTS2 produces the highest quality TTS audio available on TextToSpeechAI. In formal evaluations it reached human-level ratings on MOS (Mean Opinion Score) tests, with listeners often unable to distinguish it from a real human speaker. It sits in our Ultra tier alongside Tortoise for that reason.

হ্যাঁ, StyleTTS2 স্টাইল ট্রান্সফার ব্যবহার করে শব্দের ক্লোনিং সমর্থন করে। এটি শুধুমাত্র শব্দের তীব্রতা নয়, একটি রেফারেন্স ক্লিপ থেকে কথা বলার নকশা, রীতি এবং আবেগগত গুণও বের করে নেয়। সবচেয়ে সঠিক StyleTTS2 ক্লোন করার জন্য ১০-৩০ সেকেন্ডের পরিষ্কার অডিও প্রদান করুন।

হ্যাঁ। স্টাইলটিটিএস২ এমআইটি লাইসেন্সের অধীনে প্রকাশিত হয়েছে, যা কোন রয়্যালটি ছাড়াই বাণিজ্যিক ব্যবহারের অনুমতি দেয়। এটি অডিওবুক, বিজ্ঞাপন, চলচ্চিত্র এবং অন্যান্য পেশাদার স্টাইলটিটিএস২ প্রকল্পের জন্য নিরাপদ।

StyleTTS2 primarily supports English, since the model was trained on English datasets. If you need similar quality across multiple languages, F5-TTS on TextToSpeechAI is a better fit while still supporting voice cloning.

StyleTTS2-র প্রজন্মের গতি মাঝারি ধরনের। এটি Tortoise-এর মতো স্বয়ংক্রিয়ভাবে পুনরাবৃত্তিমূলক মডেলের চেয়ে অনেক দ্রুত, কিন্তু Piper-এর মতো হালকা ইঞ্জিনের চেয়ে ধীর। এর উচ্চমানের গুণমান এবং কম্পিউটার খরচের কারণে StyleTTS2-র মূল্য নির্ধারণ করা হয়েছে আমাদের আল্ট্রা স্তর থেকে, বাস্তব-সময়ের মডেলের চেয়ে।

StyleTTS2 requires roughly 4-6GB of VRAM for inference. It is more memory-efficient than Bark or Tortoise while producing higher quality output. On TextToSpeechAI all StyleTTS2 processing runs on our GPUs, so you do not need any hardware of your own.

StyleTTS2 is an Ultra-tier model and costs 50 credits per 1000 characters on TextToSpeechAI. That premium pricing reflects its human-level quality and the GPU resources required. Standard models like Piper cost 10 credits per 1000 characters by comparison.

StyleTTS2 বেছে নিন যখন কাঁচা ইংরেজি অডিও গুণমান সর্বোচ্চ অগ্রাধিকার এবং আপনি সবচেয়ে প্রাকৃতিক-স্বর ফলাফল চান । F5- TTS বেছে নিন যখন দ্রুত মাল্টিলিঙ্গু সংশ্লেষণের প্রয়োজন আছে voice cloning সঙ্গে । উভয়ই cloning সমর্থন করে, কিন্তু StyleTTS2 আল্ট্রা স্তর (৫০ ক্রেডিট) যখন F5- TTS প্রিমিয়াম স্তর (২৫ ক্রেডিট) ।

StyleTTS2 generates high-quality audio at 24kHz. Through TextToSpeechAI you can download the result as MP3, WAV, or OGG, and we use high-quality encoding so the exceptional StyleTTS2 quality is preserved in the final file.

হ্যাঁ। StyleTTS2 কথা বলার হার সংশোধন সমর্থন করে, এবং এর স্টাইল- ট্রান্সফার নকশা আপনাকে বিভিন্ন রেফারেন্স ক্লিপ নির্বাচন করে প্রসডির আকৃতি গঠন করতে দেয়। আপনি যে রীতি ও অনুভূতি চান তার সাথে অডিও নির্বাচন করে StyleTTS2-এর পরিবেশনকে আপনি ভালভাবে নিয়ন্ত্রণ করতে পারেন।

Pick a StyleTTS2 voice from our library or upload reference audio to create a cloned voice, then reference that voice in your API requests. TextToSpeechAI handles all GPU processing and returns a download URL with your premium StyleTTS2 audio.

Technical Specs

  • Generation Speed Moderate
  • Output Quality Excellent
  • Voice Cloning Supported
  • Languages 1
  • GPU VRAM 4-6GB
  • Credits/1000 chars 50

Try স্টাইল ২ Now

Generate your first audio free. No credit card required.

Start Free

Other TTS Engines

পাতলা
Slow | Very Good
চ্যাটবক্স
Fast | Very Good
কোসিভয়েস২Name
Fast | Very Good
View All 9 Engines