StyleTTS 2
UltraCilvēka līmeņa teksts- uz- grāvumu ar stila pārnesi
Par StyleTTS 2
StyleTTS 2 sasniedz cilvēka līmeņa tekstu-uz-speech sintēzi, izmantojot stila difūzijas un pretinieku apmācību. Tas var pārnest runas stilus no atsauces audio, vienlaikus radot ļoti dabas runu, kas konkurē ar reālu cilvēka ierakstu. StyleTTS 2 pārstāv stāvokli-of-the-art TTS kvalitātes un dabas.
Galvenās iezīmes
Cilvēka līmeņa kvalitāte
Ražo izteiksmi, kas neatšķiras no cilvēka aklo testu ierakstiem.
Stils pārsūtīšana
Pārvietot runāšanas stilu no jebkura atsauces audio parauga.
Dabiskā prozodija
Perfekts ritms, stress, un intonācija ar difuzija balstīta modelēšanu.
Balss klonēšana
Klonēt balsis ar ārkārtēju precizitāti un dabiskumu.
Ātra domu apmaiņa
Ātrāk nekā autoregesīvi modeļi, vienlaikus saglabājot kvalitāti.
Atvērt avotu
MIT, kam ir izsniegtas visas komerciālās izmantošanas tiesības.
Lietot gadījumus
StyleTTS 2 Voices
View All 6StyleTTS2 Default
ENStyleTTS2 Expressive
ENStyleTTS2 Fast
ENStyleTTS2 Natural
ENStyleTTS2 Neutral
ENStyleTTS2 Quality
ENKā lietot StyleTTS 2
-
1
Pierakstīties brīvs vai palaist demo
Izveidot bezmaksas TextToSpeechAI kontu, lai saņemtu startera kredītu, vai izmantot mājas lapā demo dzirdēt StyleTTS2 bez pierakstīšanās.
-
2
Izvēlieties Styletts2 dzinējs
Izvēlieties StyleTTS2 balsi no balss bibliotēkas. Lai klonētu balsi, augšupielādējiet 10-30 sekundi uzziņu klipu un StyleTTS2 pārcels savu stilu.
-
3
Ievadiet tekstu
Ielīmēt vai ierakstīt skriptu vēlaties narrated. StyleTTS2 excels pie angļu un nodrošina dabas prozodija, stress, un intonācija cauri gariem fragmentiem.
-
4
Ģenerēt audio
Noklikšķiniet uz ģenerēt un TextToSpeechAI padara jūsu StyleTTS2 audio GPU. Ultra līmeņa StyleTTS2 izmaksā 50 kredīti uz 1000 rakstzīmēm.
-
5
Lejupielādēt vai izmantot API
Lejupielādēt pabeigts StyleTTS2 audio kā MP3, WAV, vai OGG, vai zvaniet TextToSpeechAI API ar savu StyleTTS2 balss automatizētā ģenerēšana.
StyleTTS 2 API
Ģenerēt runas programmēti, izmantojot 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": "StyleTTS 2 rada runu tik dabiski, tas konkurē profesionāli cilvēka ierakstus.",
"voice": "styletts2-default"
}'
Bieži uzdoti jautājumi
Technical Specs
- Generation Speed Moderate
- Output Quality Excellent
- Voice Cloning Supported
- Languages 1
- GPU VRAM 4-6GB
- Credits/1000 chars 50