VITS

Sobre VITS

O VITS (Inferência Variacional com o aprendizado adversario para o texto em final a fala) é um modelo rápido, de TTS neural em final em final que gera fala natural-sonante. Combina autoencodadores variacionais com treinamento adversario para síntese eficiente. O VITS é excelente para processamento em lote e aplicações que exigem qualidade e velocidade.

Características-chave

Casos de utilização

Como Utilizar VITS

1. 1

   Inscreva-se gratuitamente ou tente a demo

   Crie uma conta TextToSpeechAI gratuita para obter créditos de startler, ou use a demo de página para ouvir o VITS antes de se inscrever.

2. 2

   Escolha uma voz ou falante de VITS

   Navegue na biblioteca de voz e escolha uma voz marcada com o distintivo VITS. A biblioteca VTS multi-falante, incluindo o conjunto de alto-falantes VCTK, permite selecionar entre muitas vozes distintas.

3. 3

   Insira o seu texto

   Digite ou cole o texto que você quer falado no editor. VITS maneja passagens longas bem e é ideal para o conteúdo em lote e alto volume.

4. 4

   Gerar o áudio

   Clique em gerar para sintetizar a fala com VITS. Porque o VITS é muito rápido e Standard-tier (10 créditos por 1000 caracteres), os resultados retornam rapidamente a baixo custo.

5. 5

   Baixe ou use a API

   Baixe o áudio acabado como MP3, WAV, ou OGG, ou chame a mesma voz VITS através da API de TextToSpeechAI REST para automatizar a geração em sua própria aplicação.

VITS API

Gerar a fala programática usando a 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": "O VITS oferece fala rápida e natural para aplicações de alto volume.",
    "voice": "vits-ljspeech"
  }'

Perguntas Frequentes