VITES

À propos VITES

VITS (Variational Inférence with adversarial learning for bout-to-end Text-to-Speech) est un modèle TTS neuronal rapide et de bout en bout qui génère des paroles sonores naturelles. Il combine des auto-encodeurs variationnels avec une formation adversaire pour une synthèse efficace. VITS est excellent pour le traitement par lots et les applications nécessitant à la fois qualité et vitesse.

Caractéristiques principales

Cas d'utilisation

Comment utiliser VITES

1. 1

   Inscrivez-vous gratuitement ou essayez la démo

   Créez un compte gratuit TextToSpeechAI pour obtenir des crédits de démarrage, ou utilisez la démo sur la page pour entendre VITS avant de vous inscrire.

2. 2

   Choisissez une voix ou un haut-parleur VITS

   Parcourez la bibliothèque vocale et choisissez une voix marquée avec le badge VITS. La bibliothèque VITS multi-parleurs, y compris le jeu de haut-parleurs VCTK, vous permet de sélectionner parmi de nombreuses voix distinctes.

3. 3

   Saisissez votre texte

   Tapez ou collez le texte que vous voulez parler dans l'éditeur. VITS gère bien les longs passages et est idéal pour le contenu en lots et en volume élevé.

4. 4

   Générer l'audio

   Cliquez sur générer pour synthétiser la parole avec VITS. Parce que VITS est très rapide et standard (10 crédits par 1000 caractères), les résultats reviennent rapidement à faible coût.

5. 5

   Télécharger ou utiliser l'API

   Téléchargez l'audio fini en MP3, WAV ou OGG, ou appelez la même voix VITS via l'API REST TextToSpeechAI pour automatiser la génération dans votre propre application.

VITES API

Générer des discours programmatiques en utilisant l'API TextToSpeechAI REST.

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "VITS offre une parole rapide et naturelle pour des applications à grand volume.",
    "voice": "vits-ljspeech"
  }'

Foire aux questions