VITS

Baker (Chinese)

ឥត​គិត​ថ្លៃ ចិន Neutral VITS

{ឈ្មោះ} ជា​សំឡេង {ភេទ} AI ដែល​មាន​ថាមពល​ដោយ​ម៉ូដែល​អត្ថបទ​ទៅ​ជា​ការ​និយាយ {ម៉ូដែល} & # 160; ។ សំឡេង {កម្រិត} នេះ​និយាយ {ភាសា} និង​ផ្ដល់​ការ​សំយោគ​ការ​និយាយ​គុណភាព {គុណភាព} & # 160; ។ ជាមួយ ពេល​វេលា​ជិត​បំផុត ល្បឿន​បង្កើត និង​ការ​វាយតម្លៃ​គុណភាព​របស់ 3 /5Baker (Chinese) គឺ​សមរម្យ​សម្រាប់ general-purpose text-to-speech with natural prosody & # 160; ។ ម៉ាស៊ីន VITS ត្រូវ​បាន​អភិវឌ្ឍន៍​ដោយ Jaehyeon Kim et al. under the MIT license ដែល​ធ្វើ​ឲ្យ​វា​មាន​សុវត្ថិភាព​សម្រាប់​ការ​ប្រើ​ពាណិជ្ជកម្ម & # 160; ។ សមត្ថភាពសំខាន់រួមមាន: {លក្ខណៈពិសេស} ។

គ្មាន​ការ​វាយតម្លៃ​នៅ​ឡើយ​ទេ

VITSព័ត៌មាន​ម៉ូដែល

ម៉ូដែល VITS
អ្នក​អភិវឌ្ឍន៍ Jaehyeon Kim et al.
គុណភាព
ល្បឿន ស្ងាត់
អាជ្ញាបណ្ណ MIT
ក្លូន គ្មាន​ទេ
ផ្កាយ ឥតគិតថ្លៃ (គ្មាន​តួអក្សរ​ប្រើ)
ប៉ារ៉ាម៉ែត្រ 25M
ស្ថាបត្យកម្ម VAE + Normalizing Flows + GAN
ទិន្នន័យ​ហ្វឹកហាត់ 585 ម៉ោង
ឆ្នាំ 2021

ករណីប្រើល្អបំផុតសម្រាប់ Baker (Chinese)

កម្មវិធី​ដែល​បាន​ផ្ដល់​អនុសាសន៍​ដែល​មាន​មូលដ្ឋាន​លើ​លក្ខណៈ​ពិសេស​របស់​សំឡេង​នេះ

សៀវភៅ​អូឌីយ៉ូ និង​ការ​និយាយ

ប្រើ {ឈ្មោះ} ដើម្បី​និយាយ​មាតិកា​ទម្រង់​វែង​ជាមួយ​នឹង​កន្សោម និង​កន្សោម​ធម្មជាតិ & # 160; ។

វីដេអូ​និយាយ​ជា​មួយ​គ្នា

បន្ថែមការនិយាយជំនាញទៅវីដេអូ YouTube, ផ្សាយពាណិជ្ជកម្មនិងមាតិកាប្រព័ន្ធផ្សព្វផ្សាយសង្គម។

កម្មវិធី និង​មធ្យោបាយ​ងាយស្រួល

ការ​បង្កើត​លឿន​ធ្វើ​ឲ្យ​សំឡេង​នេះ​ល្អ​ឥតខ្ចោះ​សម្រាប់​កម្មវិធី​ពេល​ពិត កម្មវិធី​អាន​អេក្រង់ និង​ឧបករណ៍​មធ្យោបាយ​ងាយស្រួល & # 160; ។

ការ​បង្រៀន​តាម​អ៊ីនធឺណិត និង​ការ​បណ្តុះបណ្តាល

បង្កើត​សម្ភារៈ​បណ្តុះបណ្តាល​ដែល​ទាក់ទាញ វគ្គសិក្សា និង​មាតិកា​អប់រំ​ជាមួយ​នឹង​ការ​និយាយ​របស់ AI ច្បាស់លាស់ ។

ច្រើន VITS សំឡេង

សំឡេង​ផ្សេងទៀត​ពី​ម៉ូដែល TTS ដូចគ្នា

Default

អង់គ្លេស Neutral

សំណួរ​ដែល​សួរ​ញឹកញាប់

VITS (ការ​សន្និដ្ឋាន​ខុស​គ្នា​ជាមួយ​ការ​រៀន​ដែល​មាន​ការ​ប្រឈម​មុខ​សម្រាប់​ការ​រៀន​ពី​ចុង​ទៅ​ចុង​អត្ថបទ​ទៅ​ជា​ការ​និយាយ) គឺ​ជា​វិធីសាស្ត្រ TTS មួយ​ដែល​បង្កើត​សំឡេង​ធម្មជាតិ​ជាង​ម៉ូដែល​ដំណាក់កាល​ពីរ​បច្ចុប្បន្ន​។ វា​ប្រើ​ការ​សន្និដ្ឋាន​ខុស​គ្នា​ដែល​បាន​បង្កើន​ដោយ​ការ​ធ្វើ​ឲ្យ​លំហូរ​ធម្មតា និង​ដំណើរការ​ហ្វឹកហាត់​ដែល​មាន​ការ​ប្រឈម​មុខ​គ្នា​ដើម្បី​សម្រេច​បាន​ការ​កែ​លម្អ​គួរ​ឲ្យ​កត់សម្គាល់​ក្នុង​ភាព​ធម្មជាតិ ។

VITS ត្រូវ​បាន​អភិវឌ្ឍន៍​ដោយ Jaehyeon Kim et al. និង​ត្រូវ​បាន​ចេញ​ផ្សាយ​ក្រោម​អាជ្ញាបណ្ណ MIT ដែល​អនុញ្ញាត​ឲ្យ​ប្រើ​ពាណិជ្ជកម្ម​នៃ​អូឌីយ៉ូ​ដែល​បាន​បង្កើត & # 160; ។

VITS គាំទ្រ4ភាសា: អង់គ្លេស, ចិន, ជប៉ុន, កូរ៉េ.

VITS គឺ​នៅ​ក្នុង​កម្រិត​ឥត​គិត​ថ្លៃ - ឥត​គិត​ថ្លៃ - មិន​ចាំបាច់​មាន​ពិន្ទុ​ឡើយ & # 160; ។ អ្នក​អាច​មើល​ជាមុន​សំឡេង VITS ណាមួយ​ដោយ​ឥត​គិត​ថ្លៃ​មុន​ពេល​បង្កើត​អូឌីយ៉ូ​ពេញលេញ & # 160; ។

VITS មាន​ល្បឿន​បង្កើត​លឿន​ណាស់ & # 160; ។ វា​រត់​នៅ​ពេល​វេលា​ពិត​ប្រាកដ​ដែល​ធ្វើ​ឲ្យ​វា​សមរម្យ​សម្រាប់​កម្មវិធី​ស្ទ្រីម និង​អន្តរកម្ម & # 160; ។

VITS ត្រូវបានវាយតម្លៃ 3/5សម្រាប់គុណភាពអូឌីយ៉ូនៅលើ TTS.ai ។ វាផ្ដល់នូវការនិយាយដែលមានគុណភាពល្អសមរម្យសម្រាប់កម្មវិធីភាគច្រើន ។

ទេ VITS ប្រើ​សំណុំ​តម្រូវ​នៃ​សំឡេង​ដែល​បាន​បង្កប់ & # 160; ។ សម្រាប់​ការ​ក្លូន​សំឡេង ព្យាយាម​ម៉ូដែល​ដូច​ជា CosyVoice2GPT- SoVITS ឬ Chatterbox & # 160; ។

បាទ/ ចាស VITS ត្រូវ​បាន​ផ្ដល់​អនុសាសន៍​ជា​ពិសេស​សម្រាប់​អត្ថបទ​ទៅ​ជា​ការ​និយាយ​គោលបំណង​ទូទៅ​ជាមួយ​នឹង​ការ​និយាយ​ធម្មតា & # 160; ។ ការ​សំយោគ​ពី​ចុង​ទៅ​ចុង​របស់​វា ការ​និយាយ​ធម្មតា សមត្ថភាព​នៃការ​សន្និដ្ឋាន​លឿន​ធ្វើ​ឲ្យ​វា​ជា​ជម្រើស​ដ៏​ល្អ​សម្រាប់​ករណី​ប្រើ​នេះ & # 160; ។

បាទ/ ចាស VITS ត្រូវ​បាន​អនុញ្ញាត​ក្រោម MIT ដែល​អនុញ្ញាត​ឲ្យ​ប្រើ​ពាណិជ្ជកម្ម ។ អូឌីយ៉ូ​ដែល​បាន​បង្កើត​ដោយ​ប្រើ​សំឡេង VITS អាច​ត្រូវ​បាន​ប្រើ​ក្នុង​វីដេអូ ផតខាស់ កម្មវិធី ល្បែង និង​គម្រោង​ពាណិជ្ជកម្ម​ផ្សេងទៀត ។

បាទ/ ចាស សំឡេង​ទាំងអស់​នៅ​លើ TTS.ai ប្រើ​ម៉ូដែល​ប្រភព​បើក​ចំហ​ដែល​បាន​អនុញ្ញាត​ពាណិជ្ជកម្ម (MIT, Apache 2. 0) ។ អូឌីយ៉ូ​ដែល​បាន​បង្កើត​គឺ​ជា​របស់​អ្នក​ដើម្បី​ប្រើ​ក្នុង​វីដេអូ ផតខាស់ កម្មវិធី ហ្គេម និង​កម្មវិធី​ពាណិជ្ជកម្ម​ផ្សេងទៀត​ណាមួយ ។

ផ្ញើសំណើ POST ទៅ /api/v1/tts/ ជាមួយឈ្មោះម៉ូដែលនិងលេខសម្គាល់សំឡេង។ មើលទំព័រឯកសារ API របស់យើងសម្រាប់ឧទាហរណ៍កូដនៅក្នុង Python, JavaScript, Go, និង cURL ។

បាទ/ ចាស ចុច​ប៊ូតុង​ចាក់​លើ​ទំព័រ​នេះ ដើម្បី​ស្តាប់​ឧទាហរណ៍ & # 160; ។ អ្នក​ក៏​អាច​វាយ​អត្ថបទ​ផ្ទាល់ខ្លួន​នៅ​លើ​ទំព័រ អត្ថបទ​ទៅ​ជា​ការ​និយាយ និង​បង្កើត​ការ​មើល​ជាមុន​ដោយ​ឥត​គិត​ថ្លៃ​ជាមួយ​នឹង​សំឡេង​ណាមួយ & # 160; ។

ព្យាយាម Baker (Chinese) ឥឡូវ

វាយ​អត្ថបទ​ណាមួយ ហើយ​ឮ​វា​និយាយ​ដោយ Baker (Chinese). ប្រើ​ដោយ​ឥត​គិត​ថ្លៃ គ្មាន​តួអក្សរ​ដែល​ត្រូវការ.