এলাকা

Ultra

আবেগ এবং স্টাইল নিয়ন্ত্রণ সঙ্গে অভিব্যক্তিমূলক ভয়েস ক্লোনিং

Medium গতি
Excellent গুণমান
হ্যাঁ ক্লোনিং
5 ভাষা

পরিচিতি এলাকা

s.

প্রধান বৈশিষ্ট্য

আবেগ নিয়ন্ত্রণ

কন্ট্রোল স্পিকার আবেগ: সুখ, দুঃখ, রাগ, ভয়, বিস্ময়, ঘৃণা এবং নিরপেক্ষ।

শব্দের ক্লোন

উচ্চ নির্ভরযোগ্যতার সাথে রেফারেন্স অডিও থেকে ৫-৩০ সেকেন্ড থেকে যেকোন শব্দ ক্লোন করুন।

এক্সপ্রেশনাল বাক্যের

১.৬বি প্যারামিটার উচ্চারণগত কথার সাথে অনুভূতির ভারসাম্য তৈরি করে।

বহুভাষিক

ইংরেজি, জাপানি, চীনা, ফরাসি এবং জার্মান সমর্থন করে।

ব্যবহারের ক্ষেত্রে

আবেগপূর্ণভাবে প্রকাশিত বিষয়বস্তু তৈরি ইমোটস সহযোগে গেম চরিত্রের শব্দ আবহ সহ অডিওবুক বর্ণনা মিথস্ক্রিয় শব্দ অভিজ্ঞতা

ব্যবহারের নিয়ম এলাকা

  1. 1

    নিবন্ধন করুন অথবা ডেমো খুলুন

    Create a free TextToSpeechAI account to get starter credits, or use the no-signup demo to try Zonos right away.

  2. 2

    Zonos ইঞ্জিন নির্বাচন করুন

    শব্দ এবং মডেল নির্বাচনকারী থেকে Zonos নির্বাচন করুন। একটি শব্দ ক্লোন করতে, ৫-৩০ সেকেন্ডের পরিষ্কার রেফারেন্স অডিও আপলোড করুন যাতে Zonos স্পিকারের সাথে মিল রাখতে পারে।

  3. 3

    আপনার লেখা লিখুন

    আপনি যে স্ক্রিপ্টটি বলতে চান তা টাইপ অথবা পেস্ট করুন। Zonos ইংরেজি, জাপানি, চীনা, ফরাসি এবং জার্মান ভাষায় কাজ করে।

  4. 4

    একটি আবেগ বেছে নিন এবং তৈরি করুন

    সাতটি জোনোস আবেগ-এর মধ্যে একটি বেছে নিন - নিরপেক্ষ, সুখ, দুঃখ, রেগে যাওয়া, ভয়, অবাক হওয়া, অথবা বিরক্ত হওয়া - তারপর এই আবেগ-এর সাথে প্রকাশিত কথার জন্য তৈরি করো ক্লিক করুন।

  5. 5

    API ডাউনলোড অথবা ব্যবহার করুন

    Play back and download the finished audio, or call the same Zonos engine programmatically through the TextToSpeechAI REST API for automated workflows.

এলাকা অ্যাপলিকেশন প্রযুক্তিগত তথ্যের সংগ্রহস্থল (API)

TextToSpeechAI REST API ব্যবহার করে প্রোগ্রামিং দ্বারা বাক্যের উৎপাদন করুন।

curl -X POST "https://api.texttospeechai.com/v1/generate/" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "জোনোস অসাধারণভাবে স্পষ্ট ভাষায় কথা বলে, যার সাথে আছে ভালোভাবে অনুভূতি নিয়ন্ত্রণ।",
    "voice": "en_US-lessac-medium"
  }'

প্রায়শ জিজ্ঞাসিত প্রশ্ন

Zonos Zyphra থেকে একটি ১.৬ বিট প্যারামিটার টেক্সট-টু-স্পিক মডেল। এটি স্পষ্ট ভাষার উৎপাদনে বিশেষজ্ঞ, যা fine-grained আবেগ নিয়ন্ত্রণ এবং উচ্চ-সত্যতা ভয়েস ক্লোনিং সহ। TextToSpeechAI এ এটি একটি অতিরিক্ত-স্তর ইঞ্জিন হিসাবে কাজ করে সবচেয়ে নরম, আবেগময় সমৃদ্ধ অডিও জন্য।

হ্যাঁ। জোনোস এর কোড এবং মডেল উভয়ের জন্যই অ্যাপাচি ২.০ লাইসেন্সের অধীনে প্রকাশিত হয়েছে, তাই এটি বাণিজ্যিক পণ্য হিসেবে মুক্তভাবে ব্যবহার করা যেতে পারে, কোন কৃতিত্ব বা অবাণিজ্যিক নিষেধাজ্ঞা ছাড়া। এটি এটিকে নিরাপদ করে তোলে পে-পে অ্যাপস, ক্লায়েন্ট কাজ এবং অর্থ উপার্জনকারী বিষয়বস্তু।

জোনোস সাতটি আবেগ- নিরপেক্ষ, আনন্দ, দুঃখ, রেগে যাওয়া, ভয়, অবাক হওয়া এবং বিরক্ত হওয়ার অবস্থা প্রকাশ করে যা আপনি তৈরি করার আগে বেছে নেন। মডেলটি নির্বাচিত আবেগ, পরিবর্তনশীল টোন, গতি এবং উচ্চারণ অনুযায়ী তার পরিবেশন নির্ভর করে, তাই একই বাক্য আনন্দময় বা ক্ষুব্ধ হতে পারে। এটি জোনোসকে চরিত্রের কণ্ঠ এবং আলাপচারিতার জন্য উপযুক্ত করে যা একটি নির্দিষ্ট আবেগ প্রয়োজন।

জোনোস সাতটি আবেগগত অপশন সমর্থন করে: নিরপেক্ষ, আনন্দ, দুঃখ, রেগে যাওয়া, ভয়, অবাক হওয়া এবং বিরক্ত হওয়া। আপনি প্রতি প্রজন্মে একটি বেছে নেন সমগ্র ক্লিপের আবেগগত টোন নির্ধারণ করার জন্য।

হ্যাঁ। জোনোস মাত্র ৫-৩০ সেকেন্ডের রেফারেন্স অডিও থেকে একটি কণ্ঠস্বর ক্লোন করে, স্পিকারের বৈশিষ্ট্য বের করে এবং নতুন কথা বলার মধ্যে পুনঃপ্রতিষ্ঠা করে। আপনি ক্লোনিংকে সাতটি আবেগগুলির যে কোন একটির সাথে মিলিত করতে পারেন একটি ক্লোন করা কণ্ঠস্বরকে সুখী, ক্ষুব্ধ, বা ভয়ঙ্কর করে তোলার জন্য।

জোনোস পাঁচটি ভাষার সমর্থন করে: ইংরেজি, জাপানি, চীনা, ফরাসি এবং জার্মান। আবেগ নিয়ন্ত্রণ এবং শব্দ ক্লোনিং এই সব ভাষার মধ্যে কাজ করে।

জোনোস মধ্যম গতিতে চলছে কারণ এর ১. ৬ বিলিয়ন প্যারামিটার আকার, কাঁচা প্রবাহের জন্য বিনিময় করে চমৎকার, উচ্চাঙ্গ আউটপুট। গুণমান আবেগ এবং ক্লোন করা কথার জন্য সবচেয়ে ভাল, তাই এটি শেষ উৎপাদন অডিও বাজারের বাস্তব-সময়ে উত্পাদন করার পরিবর্তে উপযুক্ত।

Zonos এর জন্য 1.6B প্যারামিটার মডেলের জন্য VRAM এর ৮GB অথবা তার বেশি প্রয়োজন। ভয়েস ক্লোনিং এবং আবেগ নিয়ন্ত্রণের সাথে সংযুক্ত করার সময় আরামদায়ক অপারেশনের জন্য অন্তত ১০GB এর GPU এর সুপারিশ করা হয়। TextToSpeechAI এ সবকিছুই আমাদের GPU ব্যাকএন্ডে চলবে, তাই আপনার নিজের কোন হার্ডওয়্যারের প্রয়োজন নেই।

Zonos একটি আল্ট্রা-টিয়ার ইঞ্জিন, প্রতি ১০০০ অক্ষরের জন্য ৫০ ক্রেডিট বিল করা হয়। আল্ট্রা-টিয়ার এর বড় মডেল এবং উন্নত আবেগ এবং ক্লোনিং ক্ষমতা প্রতিফলিত করে, StyleTTS2, Tortoise এবং OpenVoice এর মত একই টাইরে।

উভয়ই শব্দের ক্লোনিং- এর মাধ্যমে স্টাইল এবং আবেগ নিয়ন্ত্রণ প্রদান করে। Zonos সাতটি পৃথক আবেগ অবস্থা এবং একটি আধুনিক ১. ৬বি স্থাপত্য প্রদান করে, যখন OpenVoice খুব দ্রুত ক্লোনিং- এর সাথে বন্ধুত্বপূর্ণ, উচ্ছ্বসিত, এবং হুশ করে কথা বলার মতো টোন স্টাইল প্রদান করে। Zonos বেছে নিন যখন আপনি স্পষ্ট আবেগ নির্বাচন এবং সর্বোচ্চ প্রকাশযোগ্যতা চান; OpenVoice বেছে নিন হালকা, দ্রুত টোন পরিবর্তনের জন্য।

বার্ক [হাসি] এবং [উৎসাহ] এর মত অভিব্যক্তিমূলক চিহ্ন যোগ করে কিন্তু সীমিত ক্লোনিং প্রদান করে, এবং ডায়া অবাক্যগত শব্দ সহ বহু-স্পিকার ডায়ালগ-এ মনোযোগ প্রদান করে। জোনোস স্পষ্ট আবেগ নির্বাচনের উপর মনোযোগ প্রদান করে এবং শক্তিশালী একক-স্বর ক্লোনিং, আপনাকে প্রতিটি ক্লিপের আবেগ উপর সঠিক নিয়ন্ত্রণ প্রদান করে। ইঞ্জিন নির্বাচন করুন যা আপনার ইমোশন ট্যাগ, ডায়ালগ টর্ন, অথবা নির্বাচনযোগ্য আবেগ প্রয়োজন হয়।

Yes. New TextToSpeechAI accounts get free starter credits, and the demo lets you generate sample audio without signing up. That is enough to test Zonos emotion control and voice cloning before buying additional credits.

Technical Specs

  • Generation Speed Medium
  • Output Quality Excellent
  • Voice Cloning Supported
  • Languages 5
  • GPU VRAM 8GB+
  • Credits/1000 chars 50

Try এলাকা Now

Generate your first audio free. No credit card required.

Start Free