关于 子
Zyphra的Zonos是1.6B参数文本到语音模型,具有先进的情感和风格控制。它支持从5-30秒的音频参考后进行语音克隆,可以调节所产生的语言的情绪。它从幸福、悲伤、愤怒、恐惧、惊讶和厌恶等情感中选择产生高度表达和情感微调的音频。
关键关键特征
情感控制
控制言论情绪:快乐、悲伤、愤怒、恐惧、惊异、厌恶和中立。
语音克隆
以高度忠诚 以5 -30秒的音频 来打开任何声音
语音
1.6B参数产生高度表达性的讲话,有微调的情感传递。
多种语文
支持英语、日语、中文、法语和德语。
使用案例
情感表达内容的创造
游戏字符带有情感的声音
充满心情的音频书解说
互动语音体验
如何使用 子
-
1
签名或打开演示
创建免费的TextToSpeechAI账户以获得初始信用,或使用无签名演示来尝试Zonos立即。
-
2
选择左农引擎
从声音和模型采集器中选择 Zonos。 要克隆声音, 上传5- 30 秒的清洁参考音频, 使Zonos 能够匹配发言者 。
-
3
输入文本
左诺斯的作品遍及英文、日文、中文、法文和德文。
-
4
挑挑情感 产生
选择七种Zonos情绪中的一种, 中立、幸福、悲伤、愤怒、恐惧、惊恐、惊讶或厌恶, 然后点击产生来表达这种情绪的表情。
-
5
下载或使用 API
播放并下载已完成的音频,或者通过自动工作流程TextToSpeechAI REST API 程序调用同一Zonos引擎。
子 API API API AIP AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIPI AIP AL ALIPI
以TextToSpeechAIREST API 生成有计划的语言。
curl -X POST "https://api.texttospeechai.com/v1/generate/" \
-H "Authorization: Bearer YOUR_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"text": "佐诺斯产生出令人难以置信的 表达性演讲 精细的感官控制。",
"voice": "en_US-lessac-medium"
}'常问问题
Zonos 是来自Zyphra的1.6B参数文本到语音模型, 专门用于表达性语音生成, 精细的情感控制以及高贞洁的语音克隆。 在 TextToSpeechAI 上, 它作为最细微、 情感丰富的音频的超层引擎运行 。
是的。 以阿帕奇2.0号许可证发放的Zonos的代码和模型重量,因此可以自由用于商业产品,而没有任何归属或非商业限制。 这使得它能够安全地使用付费应用程序、客户工作和货币化内容。
佐诺斯暴露了七个你选择的情感状态 — — 中立、幸福、悲伤、愤怒、恐惧、惊喜和厌恶 — — 产生前选择的。 模型将它以所选择的情感、调子、节奏和调子为条件,从而使同一句句子听起来快乐或愤怒。 这使得佐诺斯理想地表达需要特定情绪的性格和对话声音。
佐诺斯支持七个情感选择:中立、幸福、悲伤、愤怒、恐惧、惊喜和厌恶。 每代人中选一个来决定整个片段的情绪音调。
是的。 佐诺斯从仅仅5-30秒的参考音频中克隆出声音,提取出音量特征,并以新的演讲方式复制它们。 你可以将克隆与七个情感中的任何一个结合,使克隆声音听起来快乐、愤怒或恐惧。
泽诺斯语处理五种语言:英语、日语、中文、法语和德语,情感控制和语音克隆在所有这些语言中都起作用。
佐诺斯以中速运行,因为其1.6B参数大小,以原始产出交换优质、高超的表达性输出。 质量是情感和克隆语言的最佳语言之一,因此它适合最终生产音频而不是大规模实时生成。
Zonos 需要 8GB 或更多 VRAM 的1.6B 参数模型。 在将语音克隆与情感控制相结合时, 推荐至少 10GB 的 GPU 操作舒适。 在 TextToSpeechAI 上, 所有这些运行都在 GPU 后端上, 所以不需要自己的硬件 。
左诺斯是一个超级引擎,每千个字符的计费为50分。 超级反映的是其巨大的模型和先进的情感和克隆能力,与SteleftTTS2、Tortois和OpenVoice的级别相同。
以语音克隆提供风格和情感控制。 左诺斯提供了七个离散的情绪状态和一个现代1.6B结构,而 OpenVoice则提供了友好、欢乐和快速快速克隆低语的音调风格。 选择左诺斯时需要明确的情感选择和最大表达力;选择 OpenVoice 以更轻、更快的音调变化。
左诺斯在“无语言声音”中强调明确的情感选择,并强化单声克隆,让您能够准确控制每个片段的情绪。选择符合您需要情感标签、对话转折或可选情感的引擎。
是的。 新的TextToSpeechAI个账户获得免费启动信用, 演示可以让您在不注册的情况下生成样本音频。 这足以测试Zonos情感控制以及语音克隆, 然后再购买额外信用。
Technical Specs
- Generation Speed Medium
- Output Quality Excellent
- Voice Cloning Supported
- Languages 5
- GPU VRAM 8GB+
- Credits/1000 chars 50