Sukimo momento amplitudės

Ultra

Ultra-aukštos kokybės kalba su nelygiavertiškumo gamtos

Very Slow Greitis
Exceptional Kokybė
Ne Klonavimas
1 Kalbos

Apie Sukimo momento amplitudės

Tortoise TTS yra autoregesyvi teksto į speech modelį, kuris pirmenybiškai suteikia garso kokybę aukščiau kitų. Naudojant autoregesyvių transformatorių ir difuzijos modelių derinį, Tortoise sukuria itin natūralų kalbą, kuri fiksuoja subtilius žmogaus balso niuansus. Lėčiausiai nei kiti modeliai, Tortoise sukuria natūraliausius TTS išvedinius.

Pagrindinės savybės

Ultraaukšta kokybė

Gamtos garsas TTS išeiga prieinama.

Simbolių balsas

Rinkitės iš paruoštų Garso bibliotekos balsų.

Gamtinė prozodija

Sukaupia subtilius kalbos modelius ir mikroekspresijas.

Greitis

Pateiktas greičio įvedimas taip spaustukai baigti per pagrįstą laiką.

Emocinis gylis

Kalba išties emociniu rezonansu.

Atverti šaltinį

Apache 2.0, turi komercinės naudojimo teisės.

Naudoti atvejus

Premium garso knygos Filmo gamyba Dokumentų naracija Balso perkėlimas į profesiją Archyvų projektai Aukštos galios turinys

Sukimo momento amplitudės Voices

View All 18
Tortoise Angie
EN
Tortoise Deniro
EN
Tortoise Freeman
EN
Tortoise Geralt
EN
Tortoise Halle
EN
Tortoise Jlaw
EN
Tortoise Lj
EN
Tortoise Mol
EN
Tortoise Myself
EN
Tortoise Pat
EN
Tortoise Pat2
EN
Tortoise Snakes
EN

Kaip vartoti Sukimo momento amplitudės

  1. 1

    Prisijungimas nemokamas

    Sukurti nemokamą TextToSpeechAI sąskaitą, kad gautumėte starterio kreditus. Tortoise yra ultraaukštio variklis (50 kreditai 1000 simbolių), todėl nemokami kreditai puikiai tinka pirmajam trumpam bandymui.

  2. 2

    Pasirinkite sukrėstą balsą

    Pasirinkite vieną iš įmontuotų balso naršyklės garsų sutrypiamųjų balsų.

  3. 3

    Įveskite savo tekstą

    Įveskite arba įklijuokite norimą papasakoti tekstą. Nes Tortoise yra lėtas, pradėkite trumpuoju ėjimu, kad būtų patvirtintas balsas ir tonas, prieš siunčiant pilną garso knygos skyrių ar ilgą scenarijų.

  4. 4

    Generuoti

    Spustelėkite generuoti ir būti kantriais. Suknelė gali užtrukti nuo 30 sekundžių iki kelių minučių vienam klipui.

  5. 5

    Atsisiųsti arba naudoti API

    Kai kartos programa baigsis, atsisiųskite savo garsą kaip MP3, WAV arba OGG arba jį įkelkite iš savo istorijos. Norėdami automatizuoti sulaužymo darbus, skambinkite į TextToSpeechAI API ir leiskite ilgiau pertraukų, nes Torotaise darosi lėtai.

Sukimo momento amplitudės API

Generuoti kalbos programuoja naudojant 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": "Tortoise užtrunka savo laiką, bet rezultatai yra verta laukti.",
    "voice": "tortoise-angie"
  }'

Dažnai užduodami klausimai

Tortoise TTS yra autoregesyvis tekstas į-garba modelis, sukurtas James Betker, kuris pirmenybiškai vertina garso kokybę virš visų kitų. Jis sujungia transformatorių kalbos modeliavimas su difuzijos dekodavimas sukurti kalbą su nesuderinta natūralumo, emocinio gylio ir žmogaus tipo prozodija. Jis plačiai laikomas vienu iš realistiškų atvirojo šaltinio TTS variklius.

Taip. Tortoise TTS yra atviras šaltinis pagal leidžiamą Apache 2.0 licenciją, kuri leidžia komercinį naudojimą, modifikavimą, ir perskirstymas. TextToSpeechAI, Tortoise sėdi Ultra pakopa 50 kreditų 1000 simbolių, nes savo sunkiųjų kompaundo reikalavimus ir išskirtinę produkcijos kokybę.

Sukimo momentas lėtas pagal dizainą: jis generuoja kelis kandidatus klipus automatiškai ir tada pagerina geriausią su difuzijos modeliu ir CLVP pergrupavimo žingsnis. Šis kokybės pirmasis vamzdynas reiškia, kad vienas spynas gali užtrukti nuo 30 sekundžių iki kelių minučių, priklausomai nuo teksto ilgio ir kokybės iš anksto nustatytas. Sukimo svirties yra tai, kad Tortoise gamina kai kurie iš natūraliausių bet kurio TTS variklio kalbos.

Ne TextToSpeechAI šiandien. Atvirojo kodo modelis turi iš anksto nustatytus prekybos greitį kokybės; mes darome su greičio įvedimu, kad klipas užbaigia per pagrįstą laiką.

Ne ant TextToSpeechAI. Sukietinti čia yra paruoštų balsų iš bibliotekos. Balso klonavimui naudoti Clone Balso įrankį, kuris valdo Chatterbox.

Tortoise buvo apmokytas pirmiausiai anglų kalbos duomenų rinkiniuose, todėl anglų kalba yra vieta, kur jos kokybė yra pati stipriausia. Kitose kalbose naudokite Piper ar Bark balsus, arba klonuotas balsas.

Tai reiškia, kad jis išskiria išskirtinį, dažnai neišskiriamą, nuo žmogaus garso. Jis kvėpuoja, dvejoja, intonuoja ir iš tikrųjų jaučia emocinį rezonansą, kuris praleidžia mažiau laiko modeliams. Štai kodėl jis išlieka mėgstamas aukščiausios klasės garso knygoms, filmui pasakojant, ir aukštos klasės balso pertraukai, kai realizmas yra svarbiausias.

Paprastai tortoizei reikia 12-24GB VRAM, priklausomai nuo nustatymų ir serijos dydžio, todėl aukštos klasės GPU, pavyzdžiui, RTX 3090, 4090, arba A100 yra rekomenduojama vietiniam naudojimui. CPU išvados yra techniškai įmanomos, bet labai lėtos. TextToSpeechAI modelis veikia mūsų GPU infrastruktūroje, todėl jums nereikia jokios įrangos savo.

Vietinis tortoizavimas užtikrina aukštos kokybės 24kHz WAV garsą. Per TextToSpeechAI galite prašyti MP3, WAV arba OGG, o mes perkoduoti su kokybišku kodavimu, kad išsaugotumėte modelio detales, nesvarbu, kokio formato reikia projektui.

Tortoise yra Ultra kainodara 50 kreditų 1000 ženklų, atspindinčių GPU laiką jo kokybės pirmasis vamzdynas suvartoja. Naujos sąskaitos gauti nemokamus starterio kreditus, todėl galite išbandyti Tortoise prieš įsipareigodami. Ultra pakopa taip pat apima StyleTTS2.

Abu yra Ultra-level varikliai, bet jie prekiauja skirtingai. Sukimo TTS pasiekia absoliučią aukščiausią natūralių ir emocinių gylio, bet iki šiol yra lėčiausias variklis. StyleTTS2 užtikrina beveik toortimentinę kokybę su daug greičiausios kartos, todėl geriau pasirinkti, kai jums reikia daug klipų ar greičiau apsisukti. Pasirinkite Sukimo, kai kokybė yra nediskutuoti ir laikas nėra apribojimas.

Taip. Užsiregistruoti TextToSpeechAI gauti nemokamą starterio kreditus, tada pasirinkite Tortoise balsas generuoti klipą be nieko. Nes Tortoise yra lėtas, pradėti su trumpu sakiniu prieš pradedant ilgiau darbo.

Technical Specs

  • Generation Speed Very Slow
  • Output Quality Exceptional
  • Voice Cloning Not Supported
  • Languages 1
  • GPU VRAM 12-24GB
  • Credits/1000 chars 50

Try Sukimo momento amplitudės Now

Generate your first audio free. No credit card required.

Start Free