VITS

O aplikaci VITS

VITS (Variational Inference with adversarial learning for end-to-end Text-to-Speech) je rychlý, konečný neurální TTS model, který vytváří přirozený zvuk řeči. Spojuje variace autoenkodéry s adversarial školením pro efektivní syntézu. VITS je vynikající pro dávkové zpracování a aplikace vyžadující jak kvalitu, tak rychlost.

Klíčové vlastnosti

Pouzdra na použití

Jak se používá VITS

1. 1

   Zaregistrujte se zdarma

   Vytvořte si zdarma TextToSpeechAI účet pro získání startovní kreditů.

2. 2

   Vyberte VITS hlas nebo reproduktor

   Prohlédněte si hlasovou knihovnu a zvolte hlas označený odznakem VITS. Multi-speaker VITS knihovna, včetně VCTK reproduktor set, vám umožní vybrat z mnoha různých hlasů.

3. 3

   Zadejte svůj text

   Zadejte nebo vložte text, který chcete do editoru mluvit. VITS dobře zvládá dlouhé pasáže a je ideální pro dávkové a velkoobjemové obsahy.

4. 4

   Generovat zvuk

   Klikněte na tlačítko generovat syntetizovat řeč s VITS. Protože VITS je velmi rychlé a Standard-tier (10 kreditů na 1000 znaků), výsledky se rychle vrátí za nízké náklady.

5. 5

   Stáhnout nebo použít API

   Stáhněte si hotový zvuk jako MP3, WAV, nebo OGG, nebo volejte stejný VITS hlas přes TextToSpeechAI REST API automatizovat generaci ve své vlastní aplikaci.

VITS API

Generovat řeč programově pomocí 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": "VITS přináší rychlou, přirozenou řeč pro velkoobjemové aplikace.",
    "voice": "vits-ljspeech"
  }'

Často kladené otázky