TTS torotizācija

Ultra

Ultra-augstas kvalitātes runa ar nesaskaņotu dabas

Very Slow Ātrums
Exceptional Kvalitāte
Nē Klonēšana
1 Valodas

Par TTS torotizācija

Tortoise TTS ir autoregresīvs teksta-to-speech modelis, kas nosaka skaņas kvalitāti par prioritāti. Izmantojot autoregresīvo transformatoru un difūzijas modeļu kombināciju, Tortoise rada ārkārtīgi dabīgu runu, kas uztver smalkas cilvēka balss nianses. Lēnāk nekā citi modeļi Tortoise rada visdabiskāko pieejamo TTS izvadi.

Galvenās iezīmes

Ultra-augsta kvalitāte

Dabiskākā TTS izlaide pieejama.

Rakstzīmju balsis

Izvēlieties no gatavām, uzpūtīgām balsīm balss bibliotēkā.

Dabiskā prozodija

Notver smalkas runas un mikroekspresijas.

Ātruma pievadīšana

Sludinot ar ātruma orientētu iestatījumu, lai klipi pabeigtu saprātīgā laikā.

Emocionālais dziļums

Runāšana ir saistīta ar patiesu emocionālu rezonansi.

Atvērt avotu

Apache 2.0 licencētas ar komerciālās lietošanas tiesībām.

Lietot gadījumus

Premium audiogrāmatas Filmu ražošana Dokumentu narācija Profesionāli balss pārsniegumi Arhivālie projekti Augstas stiprības saturs

TTS torotizācija 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

Kā lietot TTS torotizācija

  1. 1

    Pieteikšanās bezmaksas

    Izveidot bezmaksas TextToSpeechAI kontu, lai saņemtu startera kredītus. Tortoise ir Ultra līmeņa motors (50 kredīti uz 1000 rakstzīmēm), tāpēc bezmaksas kredīti ir ideāli piemērots pirmo īso testu.

  2. 2

    Izvēlieties skaļu balsi

    Izvēlieties vienu no iebūvētajām skaļruņiem no balss pārlūka.

  3. 3

    Ievadiet tekstu

    Ierakstiet vai ielīmējiet tekstu, kuru vēlaties stāstīt. Jo Tortoise ir lēns, sāciet ar īsu izeju, lai apstiprinātu balsi un toni, pirms sūtiet pilnu audiogrāmatas nodaļu vai garu skriptu.

  4. 4

    Ģenerēt

    Noklikšķiniet uz ģenerēt un būt pacietīgam. Trotaise var aizņemt no 30 sekundēm līdz vairākām minūtēm uz vienu klipu.

  5. 5

    Lejupielādēt vai izmantot API

    Kad paaudze pabeidz darbu, lejupielādējiet audio kā MP3, WAV vai OGG, vai ielādējiet to no jūsu vēstures. Lai automātiski darbotos, zvaniet TextToSpeechAI API un ļaujiet ilgāku laiku, jo Tortoise parādās lēni.

TTS torotizācija 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": "Tortoise aizņem savu laiku, bet rezultāti ir vērts gaidīt.",
    "voice": "tortoise-angie"
  }'

Bieži uzdoti jautājumi

Tortoise TTS ir autoregresīvs teksta-to-speech modelis, ko veidojis James Betker, kas nosaka audio kvalitāti par prioritāti. Tas apvieno transformatoru valodas modelēšanu ar difūzijas dekodēšanu, lai radītu runu ar nepieskaņotu dabas, emocionālo dziļumu un cilvēka veida prozodi. To plaši uzskata par vienu no reālistiskākajiem atvērtā avota TTS dzinējiem.

Jā. Tortoise TTS ir atvērts avots saskaņā ar atļauto Apache 2.0 licence, kas ļauj komerciālo izmantošanu, modifikācijas, un pārdali. Uz TextToSpeechAI, Tortoise sēž Ultra pakā pie 50 kredītiem uz 1000 rakstzīmēm, jo tās smagos comute prasībām un ārkārtas izejas kvalitāti.

Tortoise ir lēns pēc dizaina: tas rada vairākas kandidāta klipus automātiski un pēc tam pilnveido labāko ar difuzijos modeli un CLVP pārkārtošanas pakāpi soli. Šis kvalitātes pirmais cauruļvads nozīmē, ka viens klips var ilgt no 30 sekundēm līdz vairākām minūtēm atkarībā no teksta garuma un kvalitātes priekšiestats. Komplekts ir tāds, ka Tortoise rada dažas no visdabiskākajām runas jebkura TTS dzinēja.

Šodien ne uz TextToSpeechAI. Atvērtā avota modelis ir iepriekš iestatīts, ka tirdzniecības ātrumu kvalitāti; mēs padarīt ar ātrumu orientētu iestatījumu, lai klipu pabeigtu saprātīgā laikā.

Ne uz TextToSpeechAI. Šeit ir gatavas balsis no bibliotēkas. Balss klonēšanai izmantojiet Clone Voice rīku, kas vada Chatterbox.

Tortoise tika apmācīts galvenokārt angļu valodas datu kopas, tāpēc angļu valoda ir vieta, kur tās kvalitāte ir spēcīgākā. Citās valodās izmantojiet Piper vai Bark balsis, vai klonētu balsi.

Tortoise rada ārkārtēju, bieži vien neatšķiramu, no cilvēka audio. Tas uztver elpošanas, dusmas, intonācijas un patiesu emocionālu rezonansi, kas izlaiž garām modeļiem. Tāpēc tas joprojām ir mīļākais premium audiogrāmatām, filmu naratizācijai un augstas klases balss pārsvaram, kur reālisms ir ļoti svarīgs.

Tortoise parasti prasa 12-24GB VRAM atkarībā no iestatījumiem un partijas izmēra, tāpēc augstas klases GPU, piemēram, RTX 3090, 4090, vai A100 ir ieteicams vietējai lietošanai. Procesora secinājumi ir tehniski iespējams, bet ļoti lēns. TextToSpeechAI modelis darbojas uz mūsu GPU infrastruktūru, tāpēc jums nav nepieciešama nekāda aparatūra no jūsu pašu.

Vietējā zobrata kompozītmateriāli, kas veido augstas kvalitātes 24kHz WAV audio. Ar TextToSpeechAI palīdzību, jūs varat pieprasīt MP3, WAV vai OGG, un mēs pārkodēt ar kvalitātes uzraudzību, lai saglabātu modeļa sīku informāciju jebkurā projekta formātā.

Tortoise ir Ultra cenu līmenī 50 kredītpunktiem uz 1000 zīmēm, atspoguļojot GPU laiku, kad tā kvalitātes pirmais cauruļvads patērē. Jaunie konti saņem bezmaksas startera kredītus, lai jūs varētu pārbaudīt Tortoise pirms saistību uzņemšanās. Ultra līmenis aptver arī StyleTTS2.

Abi ir Ultra līmeņa dzinēji, bet tie tirgojas savādāk. Tortoise TTS sasniedz absolūto dabas un emocionālā dziļuma maksimumu, bet ir līdz šim lēnākais motors. StyleTTS2 nodrošina gandrīz Trotoise kvalitāti ar daudz ātrāku paaudzi, padarot to par labāku izvēli, kad jums ir nepieciešams daudz klipu vai ātrāk apgriezienu. Izvēlieties Tortoise, ja kvalitāte nav apspriežama un laiks nav ierobežojums.

Jā. Pierakstīties uz TextToSpeechAI, lai saņemtu bezmaksas startera kredītus, tad izvēlieties Tortoise balss, lai radītu klipu bez instalēšanas neko. Jo Tortoise ir lēns, sākt ar īsu teikumu pirms darbojas ilgākus darbus.

Technical Specs

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

Try TTS torotizācija Now

Generate your first audio free. No credit card required.

Start Free