VITS

Um VITS

-efficient, and highly-efficient neural TTS model that generates natural-sounding speech. It combines variational autoencoders with adversarial learning for

Lykilatriði

Nota tilfelli

Hvernig á að nota VITS

1. 1

   Skráðu þig ókeypis eða prófaðu kynninguna

   Búðu til ókeypis TextToSpeechAI reikning til að fá byrjunarpunkta, eða notaðu á síðunni kynningu til að heyra VITS áður en þú skráir þig.

2. 2

   Veldu VITS rödd eða hátalara

   Flettu í raddsafnið og veldu rödd sem er merkt með VITS merkinu.VITS multi-hátalara safnið, þar á meðal VCTK hátalarasett, gerir þér kleift að velja úr mörgum mismunandi röddum.

3. 3

   Sláðu inn textann þinn

   Sláðu inn eða límdu textann sem þú vilt tala í ritilinn. VITS meðhöndlar langar kafla vel og er tilvalið fyrir lotu og mikið magn efni.

4. 4

   Búa til hljóð

   Vegna þess að VITS er mjög hratt og Standard-stig (10 einingar á 1000 stafi), niðurstöður koma aftur fljótt á litlum tilkostnaði.

5. 5

   Hlaða niður eða nota API

   Hlaða niður fullunnum hljóð sem MP3, WAV eða OGG, eða hringdu í sömu VITS rödd í gegnum TextToSpeechAI REST API til að sjálfvirka kynslóð í eigin umsókn.

VITS API

Búa til ræðu forritunarlega með 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 skilar hratt, eðlilegt tal fyrir mikið magn forrit.",
    "voice": "vits-ljspeech"
  }'

Algengar spurningar