ເຂດ

Ultra

ການ​ກັ່ນຕອງ​ສຽງ​ທີ່​ມີ​ຄວາມ​ຮູ້ສຶກ ແລະ ແບບ​ຄວບຄຸມ

Medium ໄວ
Excellent ຄຸນນະພາບ
​ແມ່ນ ​ក្លូន
5 ພາສາ

ກ່ຽວ​ກັບ ເຂດ

s. It supports text-to-speech clones from 5-30 seconds of reference audio and can modulate the emotional tone of generated audios to create voices. It supports text-to-speech clones from 5-30 seconds of reference audio and can modulate the emotional tone of generated audios to create voices. It supports text-to-speech clones from

ຄຸນ​ສົມບັດ​ຫຼັກ

ຄວບຄຸມ​ອາລົມ

ຄວບຄຸມ​ອາລົມ​ຂອງ​ການ​ເວົ້າ: ຄວາມ​ສຸກ, ຄວາມ​ເສົ້າ, ຄວາມ​ໂກດແຄ້ນ, ຄວາມ​ຢ້ານ, ຄວາມ​ແປກ​ໃຈ, ຄວາມ​ບໍ່​ພໍໃຈ ແລະ ສັນຕິພາບ.

ສຽງ​ແບບ​ຄລາສສິກ

ສ້າງ​ສຽງ​ໃດ​ກໍ​ໄດ້​ຈາກ 5-30 ວິນາທີ​ຂອງ​ສຽງ​ທີ່​ອີງ​ໃສ່​ດ້ວຍ​ຄວາມ​ເຊື່ອ​ຖື​ສູງ

ການ​ເວົ້າ​ທີ່​ມີ​ຄວາມ​ໝາຍ

1.6B ຕົວກໍານົດການຜະລິດຄໍາເວົ້າທີ່ສະແດງອອກສູງກັບການສົ່ງຄວາມຮູ້ສຶກ nuanced.

ຫຼາຍພາສາ

ສະໜັບສະໜູນພາສາອັງກິດ, ຍີ່ປຸ່ນ, ຈີນ, ຝຣັ່ງ, ແລະເຢຍລະມັນ.

ກໍລະນີ​ໃຊ້

ການ​ສ້າງ​ເນື້ອໃນ​ທີ່​ສະແດງ​ອອກ​ດ້ວຍ​ອາລົມ ສຽງ​ຕົວລະຄອນ​ເກມ​ດ້ວຍ​ອາລົມ ບັນທຶກສຽງ​ຂອງ​ປຶ້ມ​ສຽງ​ດ້ວຍ​ອາລົມName ປະສົບການ​ສຽງ​ແບບ​ໂຕ້ຕອບ

ວິທີການ​ໃຊ້ ເຂດ

  1. 1

    ລົງທະບຽນ ຫຼື ເປີດ​ການ​ທົດລອງ

    ສ້າງບັນຊີ TextToSpeechAI ຟຣີ ເພື່ອໄດ້ຮັບ credits ເລີ່ມຕົ້ນ, ຫຼືໃຊ້ demo ບໍ່ມີການລົງທະບຽນເພື່ອທົດລອງ Zonos ທັນທີ.

  2. 2

    ເລືອກ​ເຄື່ອງຈັກ​ຂອງ Zonos

    ເລືອກ​ Zonos ຈາກ​ຜູ້​ເລືອກ​ສຽງ ແລະ ແບບ. ເພື່ອ​ klon ສຽງ, ສົ່ງ​ຂຶ້ນ​ໄປ 5- 30 ວິນາທີ​ຂອງ​ສຽງ​ທີ່​ອ້າງອີງ​ທີ່​ສະອາດ ເພື່ອ​ໃຫ້ Zonos ສາມາດ​ກົງ​ກັບ​ຜູ້​ເວົ້າ​ໄດ້.

  3. 3

    បញ្ចូល​ຂໍ້ຄວາມ​ຂອງ​ທ່ານ

    ພິມ ຫຼື ປ້າຍ ຄໍາ​ສັນລະເສີນ​ທີ່​ທ່ານ​ຕ້ອງການ​ເວົ້າ​ອອກ​ມາ. Zonos ເຮັດວຽກ​ກັບ​ພາສາ​ອັງກິດ, ຍີ່ປຸ່ນ, ຈີນ, ຝຣັ່ງ ແລະ ເຢຍລະມັນ.

  4. 4

    ເລືອກ​ອາລົມ ແລະ ສ້າງ​ມັນ

    ເລືອກ​ອາລົມ​ຂອງ​ Zonos 7- 1 ອັນ - ສັນຕິ, ສຸກ, ເສຍໃຈ, ໃຈຮ້າຍ, ກັງວົນ, ແປກໃຈ ຫຼື ຍອມຮັບ​ໄດ້ - ແລ້ວ​ຄລິກ​ທີ່​ຈະ​ສ້າງ​ເພື່ອ​ສະແດງ​ການ​ເວົ້າ​ທີ່​ມີ​ອາລົມ​ນັ້ນ.

  5. 5

    ດາວໂຫລດ ຫຼື ໃຊ້ API

    ຫຼິ້ນຄືນ ແລະ ດາວໂຫລດສຽງທີ່ສໍາເລັດ, ຫຼື ໂທຫາເຄື່ອງຈັກ Zonos ດຽວກັນໂດຍຜ່ານ TextToSpeechAI REST API ສຳ ລັບລໍາດັບການເຮັດວຽກແບບອັດຕະໂນມັດ.

ເຂດ API

ສ້າງການເວົ້າໂດຍໃຊ້ໂປຣແກຣມໂດຍໃຊ້ 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": "Zonos ສ້າງ​ການ​ເວົ້າ​ທີ່​ມີ​ຄວາມ​ໝາຍ​ຢ່າງ​ບໍ່​ເຊື່ອ​ຖື​ໄດ້​ດ້ວຍ​ການ​ຄວບຄຸມ​ອາລົມ​ທີ່​ມີ​ຄວາມ​ຊັດເຈນ​ສູງ.",
    "voice": "en_US-lessac-medium"
  }'

ຄໍາຖາມທີ່ຖາມເລື້ອຍໆ

Zonos ແມ່ນ​ແບບ​ແບບ​ຂໍ້​ຄວາມ​ໄປ​ສູ່​ການ​ເວົ້າ​ທີ່​ມີ​ຕົວ​ເລກ​ 1.6B ຈາກ Zyphra. ມັນ​ມີ​ຄວາມ​ຊ່ຽວຊານ​ໃນ​ການ​ສ້າງ​ການ​ເວົ້າ​ທີ່​ມີ​ການ​ຄວບຄຸມ​ອາລົມ​ທີ່​ດີ ແລະ​ການ​ກັ່ນຕອງ​ສຽງ​ທີ່​ມີ​ຄວາມ​ເຊື່ອ​ຖື​ສູງ. ​ໃນ TextToSpeechAI ມັນ​ແລ່ນ​ເປັນ​ເຄື່ອງຈັກ​ລະດັບ​ສູງ​ທີ່​ມີ​ສຽງ​ທີ່​ມີ​ຄວາມ​ຊັດເຈນ​ຫຼາຍ ແລະ​ມີ​ອາລົມ​ທີ່​ດີ​ທີ່ສຸດ.

ຍິນດີຕ້ອນຮັບ. Zonos ແມ່ນອອກພາຍໃຕ້ໃບອະນຸຍາດ Apache 2.0 ສໍາລັບທັງສອງຂອງຕົນເອງແລະໂມເດວນໍ້າໜັກ, ດັ່ງນັ້ນມັນສາມາດນໍາໃຊ້ໄດ້ຟຣີໃນຜະລິດຕະພັນການຄ້າໂດຍບໍ່ມີການ attribution ຫຼືບໍ່ຈໍາກັດການຄ້າ. ເຮັດໃຫ້ມັນປອດໄພສໍາລັບແອັບພລິເຄຊັນຈ່າຍ, ລູກຄ້າເຮັດວຽກ, ແລະເນື້ອຫາ monetized.

Zonos ເປີດເຜີຍ​ສະພາບ​ອາລົມ​7ອັນ - ແບບ​ສະ​ເໝີ, ສຸກ, ເສຍໃຈ, ໃຈຮ້າຍ, ກັງວົນ, ແປກໃຈ ແລະ ຍຶດຢືດ - ທີ່​ທ່ານ​ເລືອກ​ກ່ອນ​ທີ່​ຈະ​ສ້າງ​ຂຶ້ນ. ແບບ​ແບບ​ນີ້​ຈະ​ສົ່ງ​ຂໍ້​ກຳນົດ​ຂອງ​ມັນ​ໄປ​ຍັງ​ອາລົມ​ທີ່​ເລືອກ, ປ່ຽນ​ສຽງ, ປ່ຽນ​ຄວາມ​ໄວ ແລະ ປ່ຽນ​ສຽງ​ໃຫ້​ກັບ​ຄຳ​ສັບ​ທີ່​ມີ​ສຽງ​ດີ ຫຼື ສຽງ​ອ່ອນ​ໂຍນ. ສິ່ງ​ນີ້​ເຮັດ​ໃຫ້ Zonos ດີ​ເລີດ​ສຳລັບ​ສຽງ​ຕົວລະຄອນ ແລະ ຄໍາ​ເວົ້າ​ທີ່​ຕ້ອງການ​ອາລົມ​ທີ່​ສະເພາະ.

Zonos ສະໜັບສະໜູນ​ການ​ເລືອກ​ອາລົມ​ເຈັດ​ຢ່າງ: ແບບ​ສະໝ່ຳສະເໝີ, ສຸກ, ເສຍໃຈ, ໃຈຮ້າຍ, ກັງວົນ, ແປກໃຈ ແລະ ຍອມຮັບ​ໄດ້. ທ່ານ​ເລືອກ​ອັນ​ໜຶ່ງ​ຕໍ່​ລຸ້ນ ເພື່ອ​ຕັ້ງ​ສຽງ​ອາລົມ​ຂອງ​ຄລິບ​ທັງ​ໝົດ.

ຍິນດີ. Zonos ຖ່າຍທອດສຽງຈາກສຽງທີ່ອ້າງອີງ 5- 30 ວິນາທີ, ຖ່າຍທອດຄຸນລັກສະນະຂອງຜູ້ເວົ້າ ແລະ ຖ່າຍທອດມັນຄືນສູ່ການເວົ້າໃໝ່. ທ່ານສາມາດລວມເອົາການຖ່າຍທອດສຽງກັບອາລົມ7ຢ່າງໃດກໍ່ໄດ້ ເພື່ອເຮັດໃຫ້ສຽງຖ່າຍທອດສຽງມີຄວາມສຸກ, ໃຈຮ້າຍ ຫຼື ກັງວົນໃຈ.

Zonos ຈັດການພາສາຫ້າ: ພາສາອັງກິດ, ຍີ່ປຸ່ນ, ຈີນ, ຝຣັ່ງ, ແລະເຢຍລະມັນ. ການຄວບຄຸມອາລົມແລະສຽງ clone ເຮັດວຽກຜ່ານພາສາເຫຼົ່ານີ້ທັງຫມົດ.

Zonos ແລ່ນໃນຄວາມໄວກາງເນື່ອງຈາກຂະຫນາດຂອງຕົວກໍານົດການ 1.6B, ການຊື້ຂາຍຜ່ານການ raw ສໍາລັບທີ່ດີ, ຜົນຜະລິດທີ່ສະແດງອອກສູງ. ຄຸນະພາບແມ່ນຢູ່ໃນອັນທີ່ດີທີ່ສຸດສໍາລັບອາລົມແລະ cloned ເວົ້າ, ດັ່ງນັ້ນມັນເຫມາະສົມກັບສຽງການຜະລິດສຸດທ້າຍແທນທີ່ຈະ bulk real-time ການຜະລິດ.

Zonos ຕ້ອງການ 8GB ຫຼື ຫຼາຍກ່ວາ VRAM ສຳ ລັບແບບ 1.6B ຂອງມັນ. GPU ທີ່ມີຢ່າງ ໜ້ອຍ 10GB ແມ່ນແນະ ນຳ ໃຫ້ໃຊ້ງານໄດ້ສະດວກສະບາຍເມື່ອປະສົມປະສານການກັ່ນຕອງສຽງກັບການຄວບຄຸມອາລົມ. ຢູ່ໃນ TextToSpeechAI ທຸກຢ່າງນີ້ແລ່ນຢູ່ໃນ GPU backend ຂອງພວກເຮົາ, ສະນັ້ນທ່ານບໍ່ຕ້ອງການຮາດແວຂອງທ່ານເອງ.

Zonos ແມ່ນ​ເຄື່ອງຈັກ​ທີ່​ມີ​ລະດັບ​ສູງ​ສຸດ, ​ຖືກ​ຄິດ​ຄ່າ​ໃຊ້​ຈ່າຍ​ທີ່ 50 ເຄຣດິດ ຕໍ່​ຕົວ​ອັກສອນ 1, 000. ລະດັບ​ສູງ​ສຸດ​ສະແດງ​ໃຫ້​ເຫັນ​ແບບ​ຢ່າງ​ໃຫຍ່​ຂອງ​ມັນ ແລະ ຄວາມສາມາດ​ໃນ​ການ​ສ້າງ​ຄວາມ​ຮູ້ສຶກ ແລະ ​ການ​ກັ່ນຕອງ​ທີ່​ກ້າວ​ໜ້າ, ລະດັບ​ດຽວກັນ​ກັບ StyleTTS2, Tortoise, ແລະ OpenVoice.

ສອງ​ຢ່າງ​ນີ້​ທັງ​ສອງ​ສະເໜີ​ການ​ຄວບຄຸມ​ແບບ​ແລະ​ອາລົມ​ດ້ວຍ​ການ​ກັ່ນຕອງ​ສຽງ. Zonos ສະຫນອງ​ສະພາບ​ອາລົມ​ທີ່​ແຕກ​ຕ່າງ​ກັນ​ເຈັດ​ຢ່າງ ແລະ​ສະຖາປັດຕະຍະກໍາ 1.6B ທັນສະໄໝ, ໃນຂະນະທີ່ OpenVoice ສະຫນອງ​ແບບ​ສຽງ​ເຊັ່ນ: ເພື່ອນ​ມິດ, ສຸກ​ເສີນ, ແລະ​ຊັກ​ຊວນ​ດ້ວຍ​ການ​ກັ່ນຕອງ​ທັນທີ​ທີ່​ໄວ​ຫຼາຍ. ເລືອກ Zonos ເມື່ອ​ທ່ານ​ຕ້ອງການ​ການ​ເລືອກ​ອາລົມ​ທີ່​ຈະ​ແຈ້ງ ແລະ​ການ​ສະແດງ​ອອກ​ສູງສຸດ; ເລືອກ OpenVoice ສຳ​ລັບ​ການ​ປ່ຽນ​ແບບ​ສຽງ​ທີ່​ເບົາ​ກວ່າ ແລະ​ໄວ​ກວ່າ.

Bark ເພີ່ມ​ຕົວ​ຊີ້​ບອກ​ທີ່​ສະແດງ​ອອກ​ເຊັ່ນ [ຫົວ​ຍິ້ມ] ແລະ [ຍິ້ມ] ແຕ່​ໃຫ້​ການ​ຖ່າຍ​ທອດ​ທີ່​ມີ​ຂໍ້​ຈຳກັດ, ແລະ Dia ສຸມ​ໃສ່​ການ​ສົນທະນາ​ຂອງ​ຜູ້​ເວົ້າ​ຫຼາຍ​ຄົນ​ດ້ວຍ​ສຽງ​ທີ່ບໍ່​ເວົ້າ​ໄດ້. Zonos ສຸມ​ໃສ່​ການ​ເລືອກ​ອາລົມ​ທີ່​ຈະ​ແຈ້ງ​ກວ່າ​ການ​ຖ່າຍ​ທອດ​ສຽງ​ດຽວ​ທີ່​ແຂງ​ແຮງ, ​ໃຫ້​ທ່ານ​ຄວບຄຸມ​ຢ່າງ​ຖືກຕ້ອງ​ຕໍ່​ອາລົມ​ຂອງ​ຄລິບ​ແຕ່ລະ​ອັນ. ເລືອກ​ເຄື່ອງຈັກ​ທີ່​ກົງ​ກັນ​ບໍ່​ວ່າ​ທ່ານ​ຈະ​ຕ້ອງການ​ແທັກ​ອາລົມ, ຄໍາ​ເວົ້າ​ປ່ຽນ​ແປງ ຫຼື ​ອາລົມ​ທີ່​ເລືອກ​ໄດ້.

ຍິນດີຕ້ອນຮັບ. ບັນຊີໃຫມ່ TextToSpeechAI ໄດ້ຮັບ credits starter ຟຣີ, ແລະ demo ອະນຸຍາດໃຫ້ທ່ານສ້າງຕົວຢ່າງສຽງໂດຍບໍ່ມີການລົງທະບຽນ. ນັ້ນພຽງພໍທີ່ຈະທົດສອບການຄວບຄຸມອາລົມ Zonos ແລະສຽງ cloning ກ່ອນທີ່ຈະຊື້ credits ເພີ່ມເຕີມ.

Technical Specs

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

Try ເຂດ Now

Generate your first audio free. No credit card required.

Start Free