تحریر سے کلام AI ایجنٹس موسیقی لفظ سے متن آواز کا کلوننگ آواز بازار مزید
بگ / خصوصیت کی درخواست رپورٹ کریں
VITS

Default

مفت انگريزي Neutral VITS

Default is a neutral AI voice powered by the VITS text-to-speech model. This فري ٹائر voice speaks انگريزي and delivers اچھا-quality speech synthesis. قریبی لمحہ کی پیداوار کی رفتار اور 3/5 کی معیار کی درجہ بندی کے ساتھ، Default general-purpose text-to-speech with natural prosody کے لیے اچھا ہے. The VITS engine is developed by Jaehyeon Kim et al. under the MIT license, making it safe for commercial use. Key capabilities include: end-to-end synthesis, natural prosody, fast inference, multiple speakers.

ابھی تک کوئی درجہ بندی نہیں
اس آواز کو آزمائیں سب کچھ VITS آوازیں

VITSماڈل معلومات

ماڈل VITS
ڈیولپر Jaehyeon Kim et al.
معيار
رفتار ثابت
لائسنس MIT
کلوننگ دستیاب نہیں
تير مفت (کوئي حروف استعمال نہيں)
پرائمرز 25M
فن تعمير VAE + Normalizing Flows + GAN
تربيتي معلومات 585 گھنٹے
سال 2021

بہترین استعمال کے حالات Default

اس آواز کی خصوصیات پر مبنی تجويز کردہ ايپليکيشنز

آڈیو کتابیں اور رائے

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

ویڈیو وائٹ اوورس

یو ٹیوب ویڈیوز، اشتہارات اور سوشل میڈیا مواد میں پیشہ ورانہ رائے شامل کریں.

رسائی

تیز پیداوار اس آواز کو ریئل-ٹائم ایپلیکیشنز، اسکرین ریڈرز، اور رسائی ٹولز کے لئے مثالی بناتا ہے۔

تربیت

واضح AI ناریٹنگ کے ساتھ مشغول کرنے والے تربیتی مواد، کورس اور تعلیمی مواد بناؤ۔

مزید VITS آوازیں

عين TTS ماڈل سے ديگر آوازیں

CSS10 (Dutch)

ڈچ Neutral

CSS10 (Finnish)

فنلش Neutral

CSS10 (French)

فرانسيسي Neutral

CSS10 (German)

جرمني Neutral

CSS10 (Hungarian)

هنگري Neutral

CSS10 (Spanish)

اسپينش Neutral
سب دیکھیں VITS آوازیں

بار بار پوچھے گئے سوالات

VITS (Variation Inference with adversarial learning for end-to-end Text-to-Speech) ایک متوازی انتہا سے انتہا تک TTS طریقہ کار ہے جو کہ دو مرحلہ ماڈل سے زیادہ قدرتی آواز کی آڈیو پیدا کرتا ہے یہ variation inference کو قبول کرتا ہے جو کہ normalizing flows اور ایک مخالف تربیت کے عمل کے ساتھ بڑھایا جاتا ہے، جس سے قدرتی میں ایک اہم بہتری حاصل ہوتی ہے.

VITS کو Jaehyeon Kim et al. نے تیار کیا تھا اور MIT لائسنس کے تحت آزاد کیا گیا ہے، جو پیدا شدہ آڈیو کے تجارتی استعمال کی اجازت دیتا ہے۔

VITS 4 زبانوں کی حمایت کرتا ہے: انگریزی، چینی، جاپانی، کورین.

VITS مفت سطح پر ہے - مفت - کوئی کریڈٹ نہیں ضرورت آپ مکمل آڈیو پیدا کرنے سے پہلے کوئی بھی VITS آواز مفت میں پیش نگوئی کر سکتے ہیں

VITS بہت تیز پیداوار کی رفتار ہے. یہ قریب ریل-ٹائم میں چلتا ہے، اسے اسٹریمنگ اور تعاملی ایپلیکیشنوں کے لئے مناسب بناتا ہے.

VITS کو TTS.ai پر اوڈيو کيفيت کے ليے 3/5 ريٹ دیا گيا هے ۔ یہ اکثر ايپليڪيشنوں کے ليے مناسب اچھي کيفيت کا بولنا پيش کر تا هے

نہیں، VITS اندرونی آوازوں کا ایک مقررہ سیٹ استعمال کرتا ہے آواز کلوننگ کے لیے، CosyVoice2، GPT-SoVITS، یا Chatterbox جیسے ماڈلز کا استعمال کریں.

ہاں ، VITS کو خاص طور پر عام مقصد کے متن سے بولنے کے ليے فطری پروسو ڈي کے ساتھ سفارش کي جا تا هے اس کے انت سے انت تک سنتھسيز ، فطری پروسو ڈي ، تیز انفريشن قابليت اس کو اس استعمال کے ليے ممتاز انتخاب بنا تا هے

جی ہاں، VITS کو MIT کے تحت لائسنس دی گئی ہے جو تجارتی استعمال کی اجازت دیتی ہے. VITS آوازوں سے پیدا کی گئی آڈیو ویڈیوز، پوڈکاسٹ، ایپلیکیشنز، گیمز اور کسی بھی دوسرے تجارتی پروجیکٹ میں استعمال کی جاسکتی ہے.

ہاں، TTS.ai پر تمام آوازیں تجارتی لائسنس کے ساتھ کھلے ذريعے کے ماڈل استعمال کر رہی ہیں (MIT، Apache 2.0)۔ پیدا کی گئی آڈیو آپ کے لئے ویڈیوز، پوڈکاسٹ، ایپس، گیمز اور دیگر تجارتی ایپلیکيشنوں میں استعمال کرنے کے لئے ہے۔

ماڈل نام اور وائٹس آئی ڈی کے ساتھ /api/v1/tts/ کو POST درخواست بھیجیں. پائیٹن، جاواسکریپت، Go اور cURL میں کوڈ مثالوں کے لیے ہماری API ڈکومینیشن صفحہ دیکھیں.

ہاں ، مثال سننے کے ليے اس صفحے پر پلے بٹن کلک کريں آپ متن سے حديث صفحے پر خاص متن بھی ٹائپ کر سکتے هيں اور کوئی آواز کے ليے مفت پيش نما ئي بنا سکتے هيں

کوشش کریں Default اب

کوئی متن ٹائپ کريں اور اس کي آواز سنيں Default. استعمال کے لئے مفت کوئی کریڈٹز کی ضرورت نہیں.

بولنا بناؤ مفت میں رجسٹر کریں