لکت مان ڳالھائڻName ايجنٽ موسيقي آڊيو کي متن آواز جو کلون آواز جي ڊيزائن مارڪيٽ وڌيڪ
ڦيٿي / خاصيت جي درخواست رپورٽ ڪريو
VITS

Default

مفت انگريزي Neutral VITS

Default is a neutral AI voice powered by the VITS text-to-speech model. This فري-ٽيئر voice speaks انگريزي and delivers سٺو-quality speech synthesis. تقريبن هينئر جي پيدائش جي رفتار ۽ 3/5 جي معيار جي تصنيف سان، Default general-purpose text-to-speech with natural prosody لاءِ مناسب آھي. VITS انجن Jaehyeon Kim et al. under the MIT license طرفان تيار ڪيو ويو آھي، جنھن ڪري اھو تجارتي استعمال لاءِ محفوظ آھي. Key capabilities include: end-to-end synthesis, natural prosody, fast inference, multiple speakers.

اڃا ڪو ريٽنگ نه آهي
هي آواز ڪوشش ڪريو سڀ VITS آواز

VITSماڊل جي معلومات

ماڊل VITS
ڊيولپر Jaehyeon Kim et al.
معيار
رفتار ٺيڪ
لائسنس MIT
کلوننگ دستياب نه آھي
جانور مفت (ڪو ڪريڊٽ نه)
پيرا ميٽر 25M
آرڪيٽيڪچر VAE + Normalizing Flows + GAN
تربيتي ڊيٽا 585 ڪلاڪ
سال 2021

بهترين استعمال جا ڪيس Default

ھن آواز تي ٻڌل صلاح ڏنل پروگرام

آڊيو ڪتاب ۽ وڊيو

Use Default to narrate long-form content with natural prosody and expression.

وڊيو وڊيو

يوٽيوب وڊيوز، اشتهارن ۽ سماجي ميڊيا مواد ۾ پروفيشنل ڪهاڻيون شامل ڪريو.

رسائي جون ايپليڪيشنون

جلدي پيدا ٿيڻ ڪري هي آواز ريئل-ٽائم ايپليڪيشنن، اسڪرين پڙهندڙن ۽ رسائي جي اوزارن لاءِ مثالي آهي.

تعليم ۽ تربيت

واضح AI ڪهاڻي سان دلچسپ تربيتي مواد، ڪورس ۽ تعليمي مواد ٺاهيو.

وڌيڪ VITS آواز

اھڙي TTS ماڊل جا ٻيا آواز

CSS10 (Dutch)

ڊچ Neutral

CSS10 (Finnish)

فنلينڊي Neutral

CSS10 (French)

فرانسيسي Neutral

CSS10 (German)

جرمني Neutral

CSS10 (Hungarian)

هنگري Neutral

CSS10 (Spanish)

اسپيني Neutral
سڀ ڏسو VITS آواز

گھڻا پڇيا ويندا سوال

VITS (وڇوڙو فيصلو ۽ مقابلي وارو سکڻ لاءِ آخر کان آخر تائين متن کان ڳالهائڻ) هڪ موازنہ آخر کان آخر تائين TTS طريقو آهي جيڪو موجوده ٻن مرحلن جي ماڊلن کان وڌيڪ قدرتي آواز واري آڊيو پيدا ڪري ٿو. اهو وڇوڙو فيصلو قبول ڪري ٿو جيڪو عام ٿيڻ وارين وهڪرين ۽ مقابلي واري تربيت واري عمل سان وڌايو ويو آهي، جيڪا طبيعت ۾ وڏي واڌ حاصل ڪري ٿي.

VITS کي Jaehyeon Kim et al. پاران ترقي ڪئي وئي ۽ MIT لائسنس تحت جاري ڪئي وئي آهي، جيڪا پيدا ٿيل آڊيو جي تجارتي استعمال جي اجازت ڏئي ٿي.

VITS 4 ٻوليون سپورٽ ڪري ٿو: انگريزي، چيني، جاپاني، ڪورين.

VITS مفت درجي ۾ آھي - مفت - ڪوبه ڪريڊٽ نه گھرجي. توھان مڪمل آڊيو پيدا ڪرڻ کان اڳ ڪنھن به VITS آواز کي مفت ۾ ڏسي سگھوٿا.

VITS جي پيدائش جي رفتار تمام تيز آهي. اهو ويجھو ريئل-ٽائم ۾ هلندو آهي، ان کي اسٽريمنگ ۽ مقابلي وارين ايپليڪيشنن لاءِ مناسب بڻائيندو آهي.

VITS کي TTS.ai تي آڊيو معيار لاءِ 3/5 ڏنل آهي. اهو گهڻن ايپليڪيشنن لاءِ مناسب سٺي معيار جي ڳالھائي مهيا ڪري ٿو.

نه، VITS ٺاھيل آوازن جو ٺاھيل مجموعو استعمال ڪندو آھي. آوازن جي کلوننگ لاءِ، CosyVoice 2, GPT-SoVITS, or Chatterbox وانگر ماڊل آزمايو.

ھائو، VITS خاص طور تي عام مقصد جي متن کان ڳالھائڻ لاءِ عام مقصد سان نصيحت ڪئي وئي آهي. ان جي آخر کان آخر تائين سينسيسز، عام مقصد، تيز نتيجي ڪڍڻ جي صلاحيت ان کي ان استعمال جي صورت لاءِ هڪ بهترين انتخاب بڻائي ٿي.

ھائو، VITS MIT جي لائسنس هيٺ آهي، جيڪو تجارتي استعمال جي اجازت ڏئي ٿو. VITS آوازن سان پيدا ڪيل آڊيو وڊيوز، پوڊ ڪاسٽس، ايپليڪيشنن، راندين ۽ ڪنهن به ٻي تجارتي منصوبي ۾ استعمال ڪري سگهجي ٿو.

ھائو، TTS.ai تي سڀ آواز تجارتي لائسنس ٿيل اوپن سورس ماڊل استعمال ڪن ٿا (MIT، Apache 2.0). پيدا ٿيل آڊيو ويڊيو، پوڊ ڪاسٽ، ايپليڪيشنن، راندين ۽ ٻين تجارتي ايپليڪيشنن ۾ استعمال ڪرڻ لاءِ توهان جو آهي.

/api/v1/tts/ ڏانهن POST درخواست موڪليو ماڊل جي نالي ۽ آواز جي ID سان. Python، JavaScript، Go، ۽ cURL ۾ ڪوڊ جي مثالن لاءِ اسان جي API دستاویز صفحي کي ڏسو.

ھائو، مثال ٻڌڻ لاءِ ھن صفحي تي پلے بٽڻ دٻايو. توھان پنھنجي پسنديده متن کي به لفظن ۾ تبديل ڪرڻ واري صفحي تي لکائي سگھو ٿا ۽ ڪنھن به آواز سان مفت ۾ اڳيون ڏسڻ پيدا ڪري سگھو ٿا.

ڪوشش ڪريو Default ھاڻي

ڪو به متن لکو ۽ ٻڌو Default. استعمال ڪرڻ لاءِ مفت ڪوبه ڪرڊٽ نه گھرجي.

ڳالهائڻ پيدا ڪريو رجسٽر ڪريو