متن به گفتارName عاملهای هوش مصنوعی موسیقی تبدیل گفتار به متنComment شبیه‌سازی صدا طراحی صدا بازار بیشتر
گزارش اشکال / درخواست ویژگی
Dia TTS

Speaker 2

پیش‌فرض انگلیسی Neutral Dia TTS

Speaker 2 یک صدای هوش مصنوعی neutral است که توسط مدل تبدیل متن به گفتار Dia TTS پشتیبانی می‌شود. این صدای سطح استاندارد به انگلیسی صحبت می‌کند و ترکیب گفتار با کیفیت استودیو را ارائه می‌دهد. با سرعت تولید متوسط و امتیاز کیفیت 5/۵، Speaker 2 برای podcasts, audiobook dialogues, conversational content مناسب است. The Dia TTS engine is developed by Nari Labs under the Apache 2.0 license, making it safe for commercial use. ویژگی‌های کلیدی عبارتند از: multi-speaker, dialog generation, natural turn-taking, emotional expression, 1.6b parameters.

هنوز رتبه بندی نشده
این صدا را امتحان کنید همه Dia TTS صداها

Dia TTSاطلاعات مدل

مدل Dia TTS
توسعه‌دهنده Nari Labs
کیفیت
سرعت متوسط
مجوز Apache 2.0
شبیه‌سازی در دسترس نیست
حيوان استاندارد) ۲ اعتبار/ ۱K کاراکتر (
پارامترها 1.6B
معماری Transformer Autoregressive + DAC
سال 2024

بهترین موارد استفاده برای Speaker 2

کاربردهای پیشنهادی بر اساس ویژگی‌های این صدا

کتابهای صوتی و گویندگی

از Speaker 2 برای روایت محتوای شکل طولانی با نظم و بیان طبیعی استفاده کنید.

صداگذاری ویدئو

گویندگی حرفه‌ای را به ویدئوهای یوتیوب، تبلیغات و محتوای رسانه‌های اجتماعی اضافه کنید.

پخش پادکست

خروجی با کیفیت استودیویی مناسب برای پادکست‌ها، رادیو و پخش حرفه‌ای است.

آموزش و یادگیری الکترونیکی

ایجاد مواد آموزشی جذاب، دوره‌ها و محتوای آموزشی با روایت هوش مصنوعی واضح.

بيشتر Dia TTS صداها

صداهای دیگر از همان مدل TTS

Speaker 1

انگلیسی Neutral
نمایش همۀ Dia TTS صداها

پرسشهای متداول

Dia توسط Nari Labs یک مدل متن به گفتار با پارامتر ۱٫۶ بی است که به طور خاص برای تولید مکالمات چندگوینده طراحی شده است. می‌تواند مکالمات طبیعی بین دو سخنران با نوبت‌گیری مناسب، نظم و بیان احساسی تولید کند. Dia برای ایجاد محتوای سبک پادکست ، مکالمات کتاب صوتی و هوش مصنوعی مکالمه‌ای تعاملی عالی است.

Dia TTS توسط Nari Labs توسعه داده شده و تحت مجوز آپاچی ۲٫۰ منتشر شده‌است که به استفاده تجاری از صدای تولید شده اجازه می‌دهد.

زبان نوشتاری این زبان انگلیسی است.

Dia TTS در سطح استاندارد است — ۲ کرید در هر ۱۰۰۰ کاراکتر. می‌توانید پیش‌نمایش هر صدای Dia TTS را قبل از تولید صدای کامل رایگان داشته باشید.

Dia TTS سرعت تولید متوسطی دارد. تولید معمولاً چند ثانیه به طول متن بستگی دارد.

Dia TTS در TTS.ai از نظر کیفیت صدا 5/5 را دریافت کرده است.

نه ، Dia TTS از یک مجموعه ثابت از صداهای درونی استفاده می‌کند. برای شبیه‌سازی صدا ، مدل‌هایی مانند CosyVoice 2 ، GPT-SoVITS ، یا Chatterbox را امتحان کنید.

بله ، Dia TTS به ویژه برای پادکست ها ، گفتگوهای کتاب صوتی ، محتوای مکالمه توصیه می شود. چند بلندگو ، تولید گفتگو ، قابلیت های نوبت گیری طبیعی آن را انتخاب عالی برای این مورد استفاده می کند.

بله ، Dia TTS تحت مجوز آپاچی ۲٫۰ است ، که استفاده تجاری را اجازه می‌دهد. صدایی که با صداهای Dia TTS تولید می‌شود می‌تواند در ویدئوها ، پادکست‌ها ، برنامه‌ها ، بازی‌ها و هر پروژه تجاری دیگر استفاده شود.

Yes, all voices on TTS.ai use commercially-licensed open-source models (MIT, Apache 2.0). The generated audio is yours to use in videos, podcasts, apps, games, and any other commercial application.

یک درخواست POST را به /api/v1/tts/ با نام مدل و شناسه صدا ارسال کنید. برای مثال‌های کد در پایتون، جاوااسکریپت، گو و cURL صفحه مستندات API ما را ببینید.

بله ، برای شنیدن یک نمونه ، دکمۀ پخش را در این صفحه فشار دهید. همچنین می‌توانید متن سفارشی را در صفحه متن به گفتار تایپ کنید و یک پیش‌نمایش رایگان با هر صدایی تولید کنید.

سعی کن Speaker 2 حالا

هر متنی را تایپ کنید و به آن گوش دهید Speaker 2. آزاد برای استفاده.

تولید گفتار ثبت نام