2 වන TTS රටාව

Ultra

ශෛලිය මාරු සමග මිනිස් මට්ටමේ පෙළ-කථාව

Moderate වේගය
Excellent ගුණාත්මකභාවය
නෑ ක්ලෝන කිරීම
1 භාෂා

ගැන 2 වන TTS රටාව

StyleTTS 2 achieves human-level text-to-speech synthesis through style diffusion and adversarial training. It generates highly natural speech that rivals real human recordings. StyleTTS 2 represents the state-of-the-art in TTS quality and naturalness.

ප්රධාන විශේෂාංග

මිනිස් මට්ටමේ ගුණාත්මක

අන්ධ පරීක්ෂණ වලදී මිනිස් පටිගත කිරීම් වලින් වෙන්කර හඳුනාගත නොහැකි කථාව නිපදවයි.

ප්‍රකාශිත රටාව

ආකෘති කතා ශෛලිය එසේ භාරදීම ස්වභාවිකව පෙළ සමග වෙනස් වේ.

ස්වභාවික ව්‍යංජන

සරල,

ස්ටූඩියෝ ශබ්ද

හඬ පුස්තකාලයේ සූදානම් StyleTTS2හඬවල් තෝරන්න.

වේගවත් නිගමනය

ස්ථිර ස්ථානගත කිරීම් වලට වඩා ස්ථිර ස්ථානගත කිරීම් වලදී ස්ථිරතාවය වැඩිය.

විවෘත මූලාශ්‍ර

සම්පූර්ණ වෙළඳ භාවිත අයිතිය MIT බලපත්‍රය යටතේ පවතී.

භාවිතය

ශ්‍රව්‍ය පොත් වෘත්තීය කටහඬ චිත්රපට සහ රූපවාහිනී නිෂ්පාදන ඉහළ-අග ප්රචාරණය පොඩ්කාස්ට් නිෂ්පාදනය හඬ ක්රියාකාරීත්වය

2 වන TTS රටාව Voices

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

භාවිතා කරන ආකාරය 2 වන TTS රටාව

  1. 1

    නොමිලේ ලියාපදිංචි වන්න

    ආරම්භක ණය ලබා ගැනීමට නිදහස් TextToSpeechAI ගිණුමක් නිර්මාණය කරන්න.

  2. 2

    StyleTTS2 එන්ජිම තෝරන්න

    හඬ පුස්තකාලයෙන් StyleTTS2 හඬ තෝරන්න.

  3. 3

    ඔබේ පෙළ ඇතුළත් කරන්න

    ඔබ කතා කිරීමට අවශ්ය ස්ක්රිප්ට් ඇලවීම හෝ වර්ග. StyleTTS2 ඉංග්රීසි විශිෂ්ට හා ස්වභාවික prosody ලබා දෙයි, ආතතිය, දිගු වාක්‍ය හරහා හා intonation.

  4. 4

    ශ්‍රව්‍යය ජනනය කරන්න

    ක්ලික් කරන්න ජනනය සහ TextToSpeechAI GPU මත ඔබේ StyleTTS2 ශබ්ද ප්රදර්ශනය. අති-පන්ති StyleTTS2 වියදම් 50 ක්රොඩ් සඳහා 1000 අක්ෂර.

  5. 5

    API බාගත හෝ භාවිතා කරන්න

    MP3 ලෙස අවසන් StyleTTS2 ශබ්ද බාගත, WAV, හෝ OGG, හෝ ස්වයංක්රීය ජනපදය සඳහා ඔබේ StyleTTS2 හඬ සමඟ TextToSpeechAI API කතා කරන්න.

2 වන TTS රටාව API

TextToSpeechAI REST API භාවිතා කරමින් වැඩසටහන්ගතව කථාව ජනනය කරන්න.

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "StyleTTS2කතා ස්වභාවික නිසා නිෂ්පාදනය, එය වෘත්තීය මානව පටිගත තරඟ.",
    "voice": "styletts2-default"
  }'

නිතර අසන ප්රශ්න

StyleTTS2 යනු මානව මට්ටමේ කථන සංස්ලේෂණයක් සාක්ෂාත් කර ගන්නා නවීන පෙළ-කථන ආකෘතියකි. එය අන්ධ සවන් පරීක්ෂණවල සැබෑ මානව පටිගත කිරීම් වලින් වෙන් කළ නොහැකි බව කථාව නිපදවීම සඳහා ශෛලිය විසිරීම සහ විරුද්ධාභාස පුහුණුව භාවිතා කරයි. ඔබ TextToSpeechAI මත StyleTTS2 නොමිලේ උත්සාහ කළ හැකිය.

StyleTTS2 TextToSpeechAI මත ලබා ගත හැකි ඉහළම තත්ත්වයේ TTS ශබ්ද නිපදවයි. නිල ඇගයීම් එය මෝස් මත මානව මට්ටමේ ශ්රේණිගත කිරීම් ළඟා (මධ්යම අදහස් ලකුණු) පරීක්ෂණ, ගායකයින් බොහෝ විට සැබෑ මිනිස් කථානායක එය වෙන් කිරීමට නොහැකි සමග. එය එම හේතුව නිසා Tortoise සමග අපගේ අල්ට්රා ටෙරර් හි රැඳී.

TextToSpeechAI මත නොවේ. StyleTTS2 හඬ මෙහි පුස්තකාලයෙන් සූදානම් හඬ වේ. හඬ ක්ලෝන සඳහා, ක්ලෝන් හඬ මෙවලම භාවිතා, Chatterbox ධාවනය වන.

ඔව්. StyleTTS2 කිසිදු රාජ්ය නොවන සම්පූර්ණ වාණිජමය භාවිතය ඉඩ දෙන, ඉඩ MIT බලපත්රය යටතේ නිකුත් කර ඇත. ඒ ශ්රව්ය පොත් සඳහා එය ආරක්ෂිත කරයි, ප්රචාරණය, චිත්රපට, හා අයිතිවාසිකම් කාරණය වන අනෙකුත් වෘත්තීය StyleTTS2 ව්යාපෘති.

StyleTTS2 ප් රධාන වශයෙන් ඉංග් රීසි සහාය, ආදර්ශය ඉංග් රීසි දත්ත කට්ටල පුහුණු කරන ලදී සිට. වෙනත් භාෂා සඳහා, Piper හෝ Bark හඬ භාවිතා, හෝ ක්ලෝන හඬ.

StyleTTS2 මධ්යම පරම්පරාවේ වේගය ඇත. එය Tortoise වැනි autoregressive ආකෘති වඩා වේගවත් නමුත් Piper වැනි සැහැල්ලු එන්ජින් වඩා මන්දගාමී වේ. එහි වාරික ගුණාත්මක හා ගණනය පිරිවැය නිසා, StyleTTS2 සැබෑ-කාලීන ආකෘතිය ලෙස නොව අපගේ අල්ට්රා ස්ථරය මිල දී ගනී.

StyleTTS2 අවශ්ය දළ වශයෙන් 4-6GB VRAM නිගමනය සඳහා. එය වඩාත් මතක කාර්යක්ෂම බර්ක් හෝ Tortoise වඩා වැඩි ගුණාත්මක ප් රතිදානය නිපදවන අතර. මත TextToSpeechAI සියලු StyleTTS2 සැකසුම් අපගේ GPUs මත ධාවනය, ඒ නිසා ඔබ ඔබේම කිසිදු දෘඩාංග අවශ්ය නැත.

StyleTTS2 අතිරේක-පන්තියේ ආකෘතිය වන අතර වියදම් 50 TextToSpeechAI අක්ෂර 1000 සඳහා ණය 50. එම වාරික මිලදී ගැනීම එහි මිනිස් මට්ටමේ ගුණාත්මක හා අවශ්ය GPU සම්පත් පිළිබිඹු. සංසන්දනය කිරීමෙන්, VITS වැනි සම්මත ආකෘති වියදම් 10 ණය 1000 අක්ෂර හා Piper වියදම් 1 ණය 1,000 අක්ෂර.

Both are Ultra tier (50 credits per 1000 characters) and English. StyleTTS2 is much faster, while Tortoise can sound slightly more natural on long passages. Choose StyleTTS2 when you need many clips and Tortoise when time is not a constraint.

StyleTTS2 24kHz දී උසස් තත්ත්වයේ ශබ්ද ජනනය. TextToSpeechAI හරහා ඔබ MP3 ලෙස ප්රතිඵලය බාගත කළ හැකි, WAV, හෝ OGG, අපි උසස් තත්ත්වයේ සංකේතනය භාවිතා, එබැවින් සුවිශේෂී StyleTTS2 ගුණාත්මක අවසන් ගොනුව තුළ පවත්වා ගනී.

ඔව්. StyleTTS2 කතා-අගය ගැලපුම් සහාය, හා පුස්තකාලයේ එක් එක් හඬ එහි ම බෙදාහැරීම ඇත, ඒ නිසා වෙනස් හඬක් තෝරා prosody වෙනස්.

අපගේ පුස්තකාලයේ සිට StyleTTS2 හඬ තෝරන්න, පසුව ඔබේ API ඉල්ලීම් එම හඬ උපුටා. TextToSpeechAI සියලු GPU සැකසුම් හැසිරවීම සහ ඔබේ වාරික StyleTTS2 ශබ්ද සමග බාගත URL ආපසු.

Technical Specs

  • Generation Speed Moderate
  • Output Quality Excellent
  • Voice Cloning Not Supported
  • Languages 1
  • GPU VRAM 4-6GB
  • Credits/1000 chars 50

Try 2 වන TTS රටාව Now

Generate your first audio free. No credit card required.

Start Free