ΒΙΤΣ

Σχετικά ΒΙΤΣ

VITS (Variational Conference with adversarial learning for end-to-end Text-to-Speech) is a fast, end-to-end neural TTS model that creasing natural-sounding speech. It combines varitional autoencoders with adversarial training for efficient composition. VITS is excellent for batch processing and applications required both as quality and speed.

Βασικά χαρακτηριστικά

Υpiοθέσει χρήση

Πώς να χρησιμοποιήσετε το φάρμακο ΒΙΤΣ

1. 1

   Εγγραφείτε δωρεάν ή δοκιμάστε το demo

   Δημιουργήστε ένα δωρεάν λογαριασμό TextToSpeechAI για να πάρετε μονάδες εκκίνησης, ή χρησιμοποιήστε το demo on-page για να ακούσετε VITS πριν εγγραφείτε.

2. 2

   Επιλέξτε μια φωνή ή ένα ηχείο VITS

   Αναζήτηση της βιβλιοθήκης φωνής και να επιλέξετε μια φωνή σημαδεμένη με το σήμα VITS. Η πολυφωνική βιβλιοθήκη VITS, συμπεριλαμβανομένου του σετ ηχείων VCTK, σας επιτρέπει να επιλέξετε από πολλές διαφορετικές φωνές.

3. 3

   Εισάγετε το κείμενο σας

   Πληκτρολογήστε ή επικολλήστε το κείμενο που θέλετε μιλήσει στον επεξεργαστή. VITS χειρίζεται καλά τα μεγάλα περάσματα και είναι ιδανικό για την παρτίδα και υψηλή περιεκτικότητα σε όγκο.

4. 4

   Δημιουργία ήχου

   Κάντε κλικ για να συνθέσει την ομιλία με VITS. Επειδή VITS είναι πολύ γρήγορη και Standard-tier (10 μονάδες ανά 1000 χαρακτήρες), τα αποτελέσματα επιστρέφουν γρήγορα με χαμηλό κόστος.

5. 5

   Κατεβάστε ή χρησιμοποιήστε το API

   Κατεβάστε τον τελικό ήχο ως MP3, WAV, ή OGG, ή καλέστε την ίδια φωνή VITS μέσω του TextToSpeechAI REST API για να αυτοματοποιήσετε τη γενιά στη δική σας εφαρμογή.

ΒΙΤΣ API

Δημιουργήστε την ομιλία προγραμματικά χρησιμοποιώντας το 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": "Τα VITS παρέχουν γρήγορη, φυσική ομιλία για εφαρμογές μεγάλου όγκου.",
    "voice": "vits-ljspeech"
  }'

Συχνές Ερωτήσεις