VibeVoice TTS
Microsoft's multi-speaker long-form model that generates up to 90 minutes with 4 distinct speakers.
সঠিক নিয়ন্ত্ৰণৰ বাবে SSML টেগসমূহত আপোনাৰ টেক্সট আৱৰণ কৰক:
<speak><prosody rate="slow">Slow speech</prosody></speak>
নিৰ্বাচিত মডেলে বুজি পোৱা টেগসমূহ - আপোনাৰ টেক্সটত এটা ড্ৰপ কৰিবলৈ ক্লিক কৰক য'ত ই ঘটে:
এই আৰ্হি প্লেইন টেক্সট পঢ়ে, গতিকে ইনলাইন টেগসমূহ উপেক্ষা কৰা হয়। টেগ-ভিত্তিক আবেগসমূহৰ বাবে, Orpheus বা Bark ৰ দৰে এটা অভিব্যক্তিমূলক আৰ্হিলৈ পৰিবৰ্তন কৰক।
স্বনিৰ্বাচিত উচ্চাৰণ নিৰ্ধাৰণ কৰক (শব্দ = উচ্চাৰণ):
বিষয়ে VibeVoice
VibeVoice from Microsoft is built for long-form, multi-speaker audio. Its 1.5B model can generate up to 90 minutes of speech with as many as 4 simultaneous speakers, using speaker tags to drive multi-turn dialogue — a strong fit for podcasts, audiobooks, and conversations that need speaker consistency across long passages. A separate Realtime 0.5B variant reaches roughly 300ms latency for interactive use. On TTS.ai it covers English and Chinese and accepts up to 50,000 characters per request, so an entire episode can be scripted in one pass.
ইয়াৰ বাবে সৰ্বোত্তম: Podcasts, dialogues, long-form narration, multi-speaker content
সকলো ব্ৰাউছ কৰক VibeVoice শব্দএটা চমু দৃষ্টি
- বিকাশক
- Microsoft
- অনুমতি
- MIT
- টাইৰ
- standard
- গতি
- fast
- শব্দ ক্লোনিং
- নহয়
- ভাষাসমূহ
- English, Chinese
- সৰ্বাধিক আখৰ
- 50000