Speaker 4
標準
英語
Neutral
VibeVoice
VibeVoice
Speaker 4はVibeVoiceテキストから音声へのモデルをベースとした neutralのAI音声です。この標準の音声は英語を話し、スタジオの音声合成を提供します。 生成速度がほぼ瞬時にで、品質評価が5/5のSpeaker 4はpodcasts, dialogues, long-form narration, multi-speaker contentに適している。 これは，商用に安全なエンジンである。 主要な機能は次のとおりである。
まだ評価はありません
モデル情報
| モデル | VibeVoice |
| 開発者 | Microsoft |
| 品質 | |
| スピード | ファスト |
| ライセンス | MIT |
| クローニング | 利用できません |
| 動物 | 標準 (2 クレジット/1K 文字) |
| パラメータ | 1.5B |
| 建築 | LLM + DAC |
| 訓練データ | 100000 時間 |
| 年 | 2025 |
ユースケース Speaker 4
この音声の特徴に基づく推奨アプリケーション
オーディオブックとナレーション
Speaker 4 を使って、自然な韻律と表現で長い内容を語り出す。
音声
YouTubeビデオ、広告、ソーシャルメディアコンテンツにプロのナレーションを追加します。
アプリケーションとアクセシビリティ
これらの音声はリアルタイムアプリケーション，スクリーンリーダ，アクセシビリティツールに適している。
ポッドキャストと放送
スタジオ品質の出力はポッドキャスト、ラジオ、プロの放送に適している。
モア VibeVoice 声
同じ TTS モデルの他の音声
よくある質問
Microsoft の VibeVoice は、長いコンテンツ (最大90分、4人のスピーカー) に適した 1.5B モデルと、ストリーミングに適した Realtime 0.5B モデルの2つのバージョンがある。 1.5B バージョンは、長いパスにわたってスピーカーの一貫性を持つポッドキャストやオーディオブックに優れています。 注: Microsoft は TTS コードをリポジトリから削除し、生成されたオーディオには可聴な AI 免責事項が含まれています。
ＶｉｂｅＶｏｉｃｅはマイクロソフトが開発し，ＭＩＴ（研究用のみの意図）ライセンスでリリースされており，生成された音声の商用利用を許可している。
VibeVoiceは1言語をサポートしています: 英語。
VibeVoice は Premium のレベルで、1,000 文字当たり 4 クレジットです。 VibeVoice の音声を完全に生成する前に無料でプレビューできます。
VibeVoice は適度な生成速度を持っています。生成には通常テキストの長さに応じて数秒かかります。
VibeVoiceはTTS.aiの音質に5/5の評価を与えています。スタジオ級の人間のような音声を提供します。
いいえ、VibeVoice は固定の内蔵音声セットを使用します。音声クローンの場合は CosyVoice 2、GPT-SoVITS、Chatterbox のようなモデルを試してください。
はい、VibeVoiceは特にポッドキャスト、オーディオブック、長い形式のマルチスピーカーコンテンツに推奨されます。そのマルチスピーカー、最大90分、ポッドキャスト生成機能はこのユースケースにとって優れた選択肢です。
VibeVoiceはMITライセンスで商用利用が許可されています。VibeVoiceの音声で生成されたオーディオはビデオ、ポッドキャスト、アプリケーション、ゲーム、その他の商用プロジェクトに使用できます。
はい、TTS.ai の全ての音声は商用ライセンスのオープンソースモデル (MIT, Apache 2.0) を使用しています。生成されたオーディオは、ビデオ、ポッドキャスト、アプリケーション、ゲーム、その他の商用アプリケーションで使用できます。
モデル名とボイスIDを入力して /api/v1/tts/ に POST を送信します。Python、JavaScript、Go、cURLのコード例は API ドキュメントページを参照してください。
はい、このページの再生ボタンをクリックしてサンプルを聞いてみてください。テキストから音声へページにカスタムテキストを入力して、どんな音声でも無料でプレビューを生成できます。