Zonos

Ultra

Clonación de voz expresa con control de emociones y estilo

Medium Velocidad
Excellent Calidad
Clonación
5 Idiomas

Acerca de Zonos

Zonos by Zyphra es un modelo de texto a voz de 1.6B parametro con avanzado control de emociones y estilos. Soporta la clonación de voz de 5-30 segundos de audio de referencia y puede modular el tono emocional del habla generada. Elija entre emociones como felicidad, tristeza, ira, miedo, sorpresa y disgusto para crear audio altamente expresivo y emocionalmente matizado.

Características principales

Control de emociones

Controla las emociones del habla: felicidad, tristeza, ira, miedo, sorpresa, disgusto y neutralidad.

Clonación de voz

Clonar cualquier voz de 5-30 segundos de audio de referencia con alta fidelidad.

Discurso expresivo

Los parámetros 1.6B producen un habla altamente expresiva con un suministro emocional matizado.

Multilingüe

Apoya el inglés, japonés, chino, francés y alemán.

Casos de uso

Creación de contenido emocionalmente expresivo Voces de personajes de juego con emociones Audiolibro narración con humor Experiencias de voz interactivas

Cómo usar Zonos

  1. 1

    Inscríbete o abre la demo

    Cree una cuenta TextToSpeechAI gratis para obtener créditos de arranque, o utilice la demo sin registro para probar Zonos de inmediato.

  2. 2

    Elija el motor Zonos

    Seleccione Zonos desde el selector de voz y modelo. Para clonar una voz, cargue 5-30 segundos de audio de referencia limpio para que Zonos pueda coincidir con el altavoz.

  3. 3

    Introduzca su texto

    Escriba o pegue el guión que desee hablar. Zonos trabaja en inglés, japonés, chino, francés y alemán.

  4. 4

    Elige una emoción y generar

    Elija una de las siete emociones Zonos - neutral, felicidad, tristeza, ira, miedo, sorpresa o disgusto - a continuación, haga clic en generar para hacer un discurso expresivo en ese estado de ánimo.

  5. 5

    Descargue o utilice la API

    Reproduce y descarga el audio terminado, o llama al mismo motor Zonos programáticamente a través de la API de TextToSpeechAI REST para flujos de trabajo automatizados.

Zonos API

Generar voz programáticamente usando la 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": "Zonos genera un discurso increíblemente expresivo con un control emocional de grano fino.",
    "voice": "en_US-lessac-medium"
  }'

Preguntas frecuentes

Zonos es un modelo de texto a voz de 1.6B de Zyphra. Se especializa en generación de voz expresiva con control de emociones de grano fino y clonación de voz de alta fidelidad. En TextToSpeechAI funciona como un motor ultra-nivel para el audio más matizado y emocionalmente rico.

Sí. Zonos se libera bajo la licencia Apache 2.0 para su código y pesos de modelo, por lo que puede ser utilizado libremente en productos comerciales sin atribución o restricciones no comerciales. Eso lo hace seguro para aplicaciones pagadas, trabajo del cliente y contenido monetizado.

Zonos expone siete estados de emoción - neutrales, felicidad, tristeza, ira, miedo, sorpresa y disgusto - que usted selecciona antes de generar. El modelo condiciona su entrega en la emoción elegida, el tono cambiante, el ritmo, y la entonación para que la misma frase pueda sonar alegre o enojado. Esto hace Zonos ideal para voces de carácter y diálogo que necesita un estado de ánimo específico.

Zonos soporta siete opciones de emoción: neutral, felicidad, tristeza, ira, miedo, sorpresa y disgusto. Eliges una por generación para establecer el tono emocional de todo el clip.

Sí. Zonos clona una voz de sólo 5-30 segundos de audio de referencia, extrayendo las características del altavoz y reproduciéndolas en un nuevo discurso. Puedes combinar la clonación con cualquiera de las siete emociones para hacer que una voz clonada suene feliz, enojada o temerosa.

Zonos maneja cinco idiomas: inglés, japonés, chino, francés y alemán. El control de emociones y la clonación de voz funcionan en todos estos idiomas.

Zonos funciona a velocidad media debido a su tamaño de parámetro 1.6B, el comercio de rendimiento bruto para una salida excelente y altamente expresiva. La calidad es de las mejores para el habla emocional y clonada, por lo que se adapta a la producción final de audio en lugar de la generación a granel en tiempo real.

Zonos requiere 8 GB o más de VRAM para su modelo de parámetros 1.6B. Se recomienda una GPU con al menos 10 GB para un funcionamiento cómodo cuando combina la clonación de voz con el control de emociones. En TextToSpeechAI todo esto se ejecuta en nuestro motor GPU, por lo que no necesita hardware propio.

Zonos es un motor ultra-tier, facturado a 50 créditos por cada 1.000 caracteres. El ultra-tier refleja su gran modelo y avanzadas capacidades de emoción y clonación, el mismo nivel que StyleTTS2, Tortoise, y OpenVoice.

Ambos ofrecen estilo y control de emociones con clonación de voz. Zonos proporciona siete estados de emoción discreta y una arquitectura moderna 1.6B, mientras que OpenVoice ofrece estilos de tono como amigable, alegre y susurrando con clonación instantánea muy rápida. Elija Zonos cuando desee la selección de emoción explícita y la máxima expresividad; elija OpenVoice para un cambio de tono más ligero y rápido.

La corteza añade marcadores expresivos como [risas] y [suspira] pero ofrece clonación limitada, y Dia se centra en el diálogo multi-parlante con sonidos no verbales. Zonos se centra en la selección explícita de emociones más una fuerte clonación de una sola voz, dándole un control preciso sobre el estado de ánimo de cada clip. Elija el motor que coincida con si necesita etiquetas de emoción, giros de diálogo o emociones seleccionables.

Sí. Las nuevas cuentas TextToSpeechAI obtienen créditos de arranque gratuitos, y la demo te permite generar audio de muestra sin registrarte. Eso es suficiente para probar el control de emociones Zonos y la clonación de voz antes de comprar créditos adicionales.

Technical Specs

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

Try Zonos Now

Generate your first audio free. No credit card required.

Start Free