টেক্সট- থেকে- কথাName AI এজেন্ট সঙ্গীত অডিও থেকে টেক্সট ভয়েস ক্লোন ভয়েস ডিজাইন বাজার আরো
VibeVoice

Speaker 4

ডিফল্ট ইংরেজি Neutral VibeVoice

Speaker 4 একটি neutral AI কন্ঠ যা VibeVoice টেক্সট-টু-স্পিচ মডেল দ্বারা চালিত। এই স্তর কন্ঠটি ইংরেজি ভাষায় কথা বলে এবং স্টুডিও-মানের শব্দ সংশ্লেষণ প্রদান করে। প্রায়-অবিলম্বে উৎপাদন গতি এবং 5/5 গুণগত মান সহ, Speaker 4 podcasts, dialogues, long-form narration, multi-speaker content-এর জন্য উপযুক্ত। VibeVoice ইঞ্জিনটি Microsoft under the MIT license দ্বারা উন্নত করা হয়েছে, যা এটিকে বাণিজ্যিক ব্যবহারের জন্য নিরাপদ করে তোলে। এর প্রধান বৈশিষ্ট্যগুলো হল: multi-speaker, long-form (90 min), podcast generation, dialogue, low latency।

এখনো কোনো রেটিং নেই
এই শব্দটি চেষ্টা করুন সব VibeVoice আওয়াজ

VibeVoiceমডেল তথ্য

মডেল VibeVoice
ডেভেলপার Microsoft
গুণমান
গতি স্থির
লাইসেন্স MIT
ক্লোনিং উপলব্ধ নয়
টাইমার স্ট্যান্ডার্ড (২ ক্রেডিট/১K অক্ষর)
পরামিতি 1.5B
স্থাপত্য LLM + DAC
প্রশিক্ষণ তথ্য 100000 ঘন্টা
বছর 2025

এর জন্য সেরা ব্যবহারের ঘটনা Speaker 4

এই শব্দের বৈশিষ্ট্য অনুযায়ী সুপারিশকৃত অ্যাপ্লিকেশন

অডিওবই এবং বর্ণনা

Speaker 4 ব্যবহার করে প্রাকৃতিক প্রসৌদি এবং অভিব্যক্তি সহ দীর্ঘ-ফর্ম বিষয়বস্তু বর্ণনা করুন।

ভিডিও ভয়েস-অভার

ইউটিউব ভিডিও, বিজ্ঞাপন এবং সামাজিক মিডিয়া বিষয়বস্তুতে পেশাদার বর্ণনা যোগ করুন।

অ্যাপলিকেশন এবং প্রবেশযোগ্যতা

দ্রুত উৎপাদন এই শব্দটিকে বাস্তব-সময়ের অ্যাপস, স্ক্রীন রিডার এবং প্রবেশযোগ্যতা টুলস এর জন্য আদর্শ করে তোলে।

পডকাস্ট এবং সম্প্রচার

স্টুডিও-মানের আউটপুট পডকাস্ট, রেডিও এবং পেশাদার সম্প্রচারের জন্য উপযুক্ত।

আরো VibeVoice আওয়াজ

একই TTS মডেল থেকে অন্যান্য শব্দ

Speaker 1

ইংরেজি Neutral

Speaker 1 (Chinese)

চীনাName Neutral

Speaker 2

ইংরেজি Neutral

Speaker 2 (Chinese)

চীনাName Neutral

Speaker 3

ইংরেজি Neutral
সব দেখুন VibeVoice আওয়াজ

প্রায়শ জিজ্ঞাসিত প্রশ্ন

মাইক্রোসফটের ভাইবভয়েস দুটি ধরনের হয়: ১.৫ বি মডেল দীর্ঘ ধরনের বিষয়বস্তু (৯০ মিনিট পর্যন্ত, ৪ জন স্পিকার) এবং রিয়েলটাইম ০.৫ বি মডেল স্ট্রিমিং এর জন্য ~২০০ এমএস প্রথম অডিও লেটেন্সি সহ। ১.৫ বি মডেল পডকাস্ট এবং অডিওবুকের জন্য বিশেষভাবে উপযোগী, যেখানে দীর্ঘ সময়ের মধ্যে স্পিকারের স্থিতিশীলতা বজায় থাকে। নোট: মাইক্রোসফট রিপোজিটরি থেকে টিটিএস কোড সরিয়ে ফেলে এবং তৈরিকৃত অডিওতে শ্রবণযোগ্য AI দায়বদ্ধতা স্বীকার করে নেয়।

মাইক্রোসফট ভাইবয়স তৈরি করেছে এবং এমআইটি (রিসার্চ-অনলি ইন্টেন্ট) লাইসেন্সের অধীনে এটি প্রকাশিত হয়েছে, যা বাণিজ্যিকভাবে তৈরি অডিও ব্যবহারের অনুমতি দেয়।

VibeVoice ১টি ভাষা সমর্থন করে: ইংরেজি।

VibeVoice Premium স্তরের অন্তর্ভুক্ত — প্রতি ১০০০ অক্ষরের জন্য ৪টি ক্রেডিট। সম্পূর্ণ অডিও তৈরির পূর্বে আপনি যেকোন VibeVoice শব্দের প্রাকদর্শন বিনামূল্যে করতে পারেন।

VibeVoice-এর প্রক্রিয়াকরণের গতি মাঝারি ধরনের। প্রক্রিয়াকরণে সাধারণত কিছু সেকেন্ড সময় লাগে, যা টেক্সটের দৈর্ঘ্যের উপর নির্ভর করে।

VibeVoice is rated 5/5 for audio quality on TTS.ai. It delivers studio-grade, human-like speech.

না, VibeVoice একটি নির্দিষ্ট সংখ্যক অভ্যন্তরীণ কণ্ঠস্বর ব্যবহার করে। কণ্ঠস্বর ক্লোন করার জন্য CosyVoice2, GPT-SoVITS, অথবা Chatterbox এর মত মডেল ব্যবহার করুন।

হ্যাঁ, VibeVoice বিশেষভাবে পডকাস্ট, অডিওবুক, দীর্ঘ-ফর্ম মাল্টি-স্পিকার বিষয়বস্তু জন্য সুপারিশ করা হয়। এর মাল্টি-স্পিকার, ৯০ মিনিট পর্যন্ত, পডকাস্ট উৎপাদন ক্ষমতা এটি এই ব্যবহারের ক্ষেত্রে একটি চমৎকার নির্বাচন করে।

হ্যাঁ, VibeVoice MIT (research-only intent) এর অধীনে লাইসেন্সপ্রাপ্ত, যা বাণিজ্যিক ব্যবহারের অনুমতি দেয়। VibeVoice শব্দের মাধ্যমে উত্পন্ন অডিও ভিডিও, পডকাস্ট, অ্যাপলিকেশন, খেলা এবং অন্যান্য বাণিজ্যিক প্রকল্পে ব্যবহার করা যেতে পারে।

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.

মডেল নাম এবং ভয়েস আইডি সহ /api/v1/tts/-এ একটি POST অনুরোধ প্রেরণ করুন। পাইথন, জাভাস্ক্রিপ্ট, Go এবং cURL-এর কোডের উদাহরণের জন্য আমাদের API ডকুমেন্টেশন পাতা দেখুন।

হ্যাঁ, একটি নমুনা শুনতে এই পৃষ্ঠায় চালাও বাটন ক্লিক করুন । আপনিও টেক্সট- টু- স্পীচ পৃষ্ঠায় স্বনির্বাচিত টেক্সট টাইপ করতে পারেন এবং যে কোন শব্দের সাথে একটি বিনামূল্যে প্রাকদর্শন তৈরি করতে পারেন ।

চেষ্টা করো Speaker 4 এখন

যেকোন টেক্সট টাইপ করুন এবং শুনুন Speaker 4. ব্যবহারের জন্য মুক্ত.

বক্তৃতা তৈরি করো নিবন্ধন করুন