ရုပ်ပုံ

အကြောင်း ရုပ်ပုံ

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

အဓိကအင်္ဂါရပ်များ

အသုံးပြုမှုအခြေအနေများ

ဘယ်လိုအသုံးပြုရမည် ရုပ်ပုံ

1. 1

   အခမဲ့မှတ်ပုံတင်

   starter credits တွေကိုရဖို့အခမဲ့ TextToSpeechAI အကောင့်တစ်ခုဖန်တီး.

2. 2

   VITS အသံ သို့မဟုတ် ထုတ်လွှင့်သူကို ရွေးပါ

   Voice Library ကို ရှာဖွေပြီး VITS badge နဲ့ အမှတ်အသားပြုထားတဲ့ အသံကို ရွေးချယ်ပါ။ VCTK speaker set ပါဝင်တဲ့ multi-speaker VITS Library ဟာ ကွဲပြားခြားနားတဲ့ အသံများစွာထဲက ရွေးချယ်ခွင့်ပြုပါတယ်။

3. 3

   စာသားကို ထည့်ပါ

   Type or paste the text you want to speak into the editor. VITS ကြာ passages ကောင်းစွာကိုင်တွယ်ပြီး batch နှင့် high-volume content အတွက်အလွန်ဖြစ်ပါသည်.

4. 4

   အသံဖိုင်ကို ထုတ်လုပ်ပါ

   VITS နှင့်အတူစကားပြော synthesize ရန် generate ကိုကလစ်နှိပ်ပါ. VITS အလွန်မြန်ဆန်ပြီး Standard-tier ဖြစ်ပါတယ်ကြောင့် (10 credits per 1000 characters), အကျိုးဆက်များအနည်းဆုံးကုန်ကျစရိတ်မှာလျင်မြန်စွာပြန်လာ.

5. 5

   API ကို download လုပ်ပါ

   MP3, WAV, or OGG အဖြစ်ပြီးစီးအသံကိုဒေါင်းလုပ်လုပ်, သို့မဟုတ်သင်၏ကိုယ်ပိုင် application ကိုထဲမှာ generation ကို automate TextToSpeechAI REST API ကိုမှတဆင့်တူညီ VITS အသံကိုခေါ်ဆို.

ရုပ်ပုံ API

TextToSpeechAI REST API ကိုအသုံးပြုပြီးစကားပြော programming အားဖြင့် generate ။

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "VITS မြန်နှုန်းမြင့်, မြင့်မားသော\u002Dvolume applications များအတွက်သဘာဝစကားပြောပေးပို့။",
    "voice": "vits-ljspeech"
  }'

မေးလေ့ရှိသောမေးခွန်းများ