VITS

Info VITS

VITS (Variational Inference with advariarial learning for end-to-end text-to-Speech) on kiire, otsast lõpuni neuraalne TTS mudel, mis tekitab loomuliku kõlava kõne. See ühendab variational autoencoders võistleva koolituse tõhus süntees. VITS on suurepärane partii töötlemise ja rakendused nõuavad nii kvaliteeti ja kiirust.

Peamised omadused

Kasutusklassid

Kuidas kasutada VITS

1. 1

   Registreeru tasuta või proovi demo

   Loo tasuta TextToSpeechAI konto saada starter krediiti, või kasutada on-page demo kuulda VITS enne registreerumist.

2. 2

   Vali VITS hääl või kõlar

   Vajuta hääleraamatukogu ja vali VITS-märgiga hääl. Mitmehäälne VITS-i teek, kaasa arvatud VCTK-i kõlar, võimaldab valida paljudest erinevatest häältest.

3. 3

   Sisesta oma tekst

   Kirjuta või kleebi tekst, mida soovid redaktorisse kirjutada. VITS käsitseb pikki lõike hästi ning sobib ideaalselt partii ja suuremahulise sisu jaoks.

4. 4

   Audio genereerimine

   Kliki genereerida sünteesida kõne VITS. Kuna VITS on väga kiire ja Standard-tier (10 krediiti 1000 tähemärki), tulemused naasevad kiiresti madala hinnaga.

5. 5

   API allalaadimine või kasutamine

   Laadige valmis heli MP3, WAV, või OGG, või helistage sama VITS hääl TextToSpeechAI REST API automatiseerida põlvkonna oma taotluse.

VITS API

Loo kõne programmiliselt kasutades 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 pakub kiiret loomulikku kõnet suuremahulistele rakendustele.",
    "voice": "vits-ljspeech"
  }'

Korduma kippuvad küsimused