मिनीमैक्स वॉयस क्लोन
एक संदर्भ रिकॉर्डिंग से बोलने वाली आवाज़ को क्लोन करें, फिर मिनीमैक्स टर्बो या एचडी स्पीच मॉडल के साथ पुन: प्रयोज्य वॉयस आईडी का उपयोग करें।
मुआपी की वॉयस क्लोनिंग एपीआई एक एकीकृत REST वर्कफ़्लो के माध्यम से एक संक्षिप्त संदर्भ रिकॉर्डिंग को पुन: प्रयोज्य वॉयस आईडी में बदल देती है। मिनीमैक्स टेक्स्ट-टू-स्पीच मॉडल को फीड करने वाली बोलने वाली आवाजों के लिए मिनीमैक्स वॉयस क्लोन का उपयोग करें, या संगीत निर्माण में उपयोग की जाने वाली गायन आवाजों के लिए सुनो कस्टम वॉयस क्लोनिंग का उपयोग करें। एक बार क्लोन बनाएं, फिर भविष्य के अनुरोधों में पहचानकर्ता का पुन: उपयोग करें।
एक संदर्भ रिकॉर्डिंग से बोलने वाली आवाज़ को क्लोन करें, फिर मिनीमैक्स टर्बो या एचडी स्पीच मॉडल के साथ पुन: प्रयोज्य वॉयस आईडी का उपयोग करें।
एक ताजा जीवंतता वाक्यांश के साथ दो-टेक प्रवाह के माध्यम से एक गायन आवाज को क्लोन करें, फिर सुनो संगीत पीढ़ी में परिणामी आवाज व्यक्तित्व का उपयोग करें।
एक वॉयस क्लोनिंग एपीआई एक छोटे ऑडियो नमूने का विश्लेषण करती है और एक पुन: प्रयोज्य आवाज पहचान बनाती है। हर बार एक ही संदर्भ क्लिप अपलोड करने के बजाय, आप एक बार एक आवाज बनाते हैं और उसकी आवाज आईडी को बाद के भाषण या संगीत निर्माण अनुरोधों में पास करते हैं।
मुआपी दो अलग-अलग क्लोनिंग वर्कफ़्लोज़ को उजागर करता है। मिनीमैक्स वॉयस क्लोन मिनीमैक्स टेक्स्ट-टू-स्पीच मॉडल के लिए बोलने वाली आवाज बनाता है; सुनो कस्टम वॉयस क्लोनिंग सुनो संगीत निर्माण, रीमिक्स और वर्कफ़्लो का विस्तार करने के लिए एक गायन व्यक्तित्व बनाता है।
दोनों एक ऑडियो यूआरएल से शुरू होते हैं और मुआपी के एसिंक्रोनस सबमिट-एंड-पोल पैटर्न का उपयोग करते हैं। सुनो दूसरा पुष्टिकरण अनुरोध जोड़ता है क्योंकि स्पीकर को उस क्लोन के लिए उत्पन्न एक नया वाक्यांश पढ़ना होगा।
मिनीमैक्स एक संदर्भ रिकॉर्डिंग से स्वर, उच्चारण, लय, भावना और बोलने की शैली को पुन: पेश करता है।
स्पीच-02-एचडी, स्पीच-02-टर्बो, स्पीच-2.5, या स्पीच-2.6 एचडी और टर्बो मॉडल के साथ क्लोन मिनीमैक्स आवाज का उपयोग करें।
सुनो कस्टम वॉयस क्लोनिंग संगीत निर्माण, रीमिक्स और विस्तारित अनुरोधों के लिए गायन की आवाज को कैप्चर करता है।
सुनो को नमूने के बाद पढ़ने के लिए एक ताज़ा यादृच्छिक वाक्यांश की आवश्यकता होती है, जो स्पीकर की मौजूदगी के बिना स्थिर रिकॉर्डिंग से क्लोनिंग को रोकने में मदद करता है।
मिनीमैक्स अपूर्ण रिकॉर्डिंग से क्लीनर क्लोन के लिए वैकल्पिक शोर में कमी और वॉल्यूम सामान्यीकरण का समर्थन करता है।
मिनीमैक्स के लिए एक कस्टम_वॉइस_आईडी या सुनो के लिए वॉयस_नाम और स्टाइल मेटाडेटा सेट करें ताकि आपकी वॉयस लाइब्रेरी व्यवस्थित रहे।
उत्पाद वीडियो, पाठ्यक्रम, पॉडकास्ट और इंटरैक्टिव अनुभवों के लिए एक सतत आवाज बनाएं।
दृश्यों, भाषाओं और स्वचालित टेक्स्ट-टू-स्पीच पीढ़ियों में बोलने वाली आवाज़ का पुन: उपयोग करें।
सुनो गीतों, रीमिक्स और विस्तारित व्यवस्थाओं के लिए पुन: प्रयोज्य गायन व्यक्तित्व का निर्माण करें।
| मॉडल | प्रदाता | कीमत | के लिए सर्वोत्तम |
|---|---|---|---|
एक संदर्भ ऑडियो यूआरएल से शुरू करें, लौटाए गए अनुरोध आईडी का सर्वेक्षण करें, और मॉडल-विशिष्ट पूर्णता प्रवाह का पालन करें। सुनो को अपने जीवंतता वाक्यांश के बाद एक पुष्टिकरण रिकॉर्डिंग की आवश्यकता होती है।
एक संदर्भ ऑडियो यूआरएल और कस्टम_वॉयस_आईडी भेजें। Optional noise reduction, normalization, accuracy, model, and preview prompt fields are shown in the request.
पहले नमूना सबमिट करें, waiting_phrase पर लौटाया गया ताजा वाक्यांश पढ़ें, दूसरी रिकॉर्डिंग से पुष्टि करें, और वॉयस_आईडी उपलब्ध होने तक फिर से मतदान करें।
वॉइस क्लोनिंग एपीआई एक संक्षिप्त संदर्भ रिकॉर्डिंग को पुन: प्रयोज्य वॉइस आईडी में बदल देता है। मिनीमैक्स वॉयस क्लोन बोलने वाली आवाजों के लिए है और सुनो कस्टम वॉयस क्लोनिंग संगीत निर्माण में उपयोग की जाने वाली गायन आवाजों के लिए है।
हाँ। मिनीमैक्स वॉयस आईडी को मिनीमैक्स टर्बो और एचडी स्पीच मॉडल के साथ पुन: उपयोग किया जा सकता है, जिसमें स्पीच-02-एचडी, स्पीच-02-टर्बो, स्पीच-2.5 एचडी/टर्बो और स्पीच-2.6 एचडी/टर्बो शामिल हैं।
प्रारंभिक नमूने के बाद सुनो एक ताज़ा वाक्यांश उत्पन्न करता है। वक्ता को उस वाक्यांश को ज़ोर से पढ़ना होगा और इसे पुष्टि के रूप में प्रस्तुत करना होगा, जो एक स्थिर रिकॉर्डिंग से क्लोनिंग के खिलाफ जीवंतता जांच जोड़ता है।
मिनीमैक्स वॉयस क्लोन की कीमत $0.65 प्रति क्लोन है। सुनो कस्टम वॉयस क्लोनिंग अपनी पूर्वावलोकन अवधि के दौरान निःशुल्क है और बाद में भुगतान बिलिंग में बदल सकती है।
हाँ. एक गायन व्यक्तित्व के लिए सुनो कस्टम वॉयस क्लोनिंग का उपयोग करें जिसे समर्थित सुनो संगीत निर्माण, रीमिक्स और विस्तारित अनुरोधों में पारित किया जा सकता है।
लक्ष्य वक्ता की आवाज़ प्रमुख और न्यूनतम शोर वाली स्पष्ट रिकॉर्डिंग का उपयोग करें। सुनो का प्रारंभिक नमूना लगभग 10 सेकंड के लिए डिज़ाइन किया गया है, इसके बाद इसका जेनरेट किया गया सत्यापन वाक्यांश है।
एक मुआपी खाता बनाएं, डैशबोर्ड से एक एपीआई कुंजी उत्पन्न करें, और मिनीमैक्स या सुनो वॉयस-क्लोनिंग एंडपॉइंट पर कॉल करें। कोई प्रतीक्षा सूची नहीं है.
एक एपीआई कुंजी बनाएं और भाषण के लिए मिनीमैक्स या गायन के लिए सुनो चुनें।