VITS

Info VITS

VITS (Variational Inference with advanced lõpe for end-to-end text-to-Speech) on kiire, otsast lõpuni neuraalne TTS mudel, mis tekitab loomulik kõlav kõne. See ühendab variational autoencoders võistlev koolitus tõhus süntees. VITS on suurepärane partii töötlemise ja rakenduste nõuab nii kvaliteeti ja kiirust.

Põhijooned

Kasutuskastid

Kuidas kasutada VITS

1. 1

   Registreeru tasuta

   Loo tasuta TextToSpeechAI konto saada starter krediiti.

2. 2

   Vali VITS hääl või kõlar

   Vaata hääleraamatut ja vali VITS-märgiga hääl. Mitmehäälne VITS-i teek, kaasa arvatud VCTK-i kõneleja, võimaldab valida paljudest erinevatest häältest.

3. 3

   Sisesta tekst

   Kirjuta või aseta tekst, mida soovid redaktorisse rääkida. VITS tegeleb pikkade lõikudega hästi ning sobib ideaalselt partii ja suure mahuga sisu jaoks.

4. 4

   Audio genereerimine

   Klõpsa kõne sünteesimiseks VITS-iga. Kuna VITS on väga kiire ja standardtasemel (10 krediiti 1000 tähemärgi kohta), siis on tulemused kiiresti ja odavalt tagasi.

5. 5

   API allalaadimine või kasutamine

   Lae valmis heli MP3, WAV, või OGG, või helista sama VITS hääl TextToSpeechAI REST API automatiseerida põlvkonna oma rakenduses.

VITS API

Loo kõne programmeeritult 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