resemble-ai/chatterbox-v1/text-to-speechChatterbox od Resemble AI to otwartoźródłowy text-to-speech, który czyta do 1000 znaków po angielsku do WAV mono 24 kHz, wbudowanym głosem lub głosem z krótkiego klipu referencyjnego. Ekspresyjność i zmienność są regulowane.
Obszar roboczy
Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.
- 0:00 / –:––
late-night-voice-note Scenariusz wiadomości głosowej wbudowanym głosem Chatterbox przy ustawieniach domyślnych. Bez klipu referencyjnego to własny angielski głos Chatterbox; suwaki zmieniają sposób interpretacji, a nie to, kim on jest.
- 0:00 / –:––
boss-fight-taunt Prowokacja rodem z gry z exaggeration na 0.8 i temperature na 0.9, dająca większą, bardziej zróżnicowaną interpretację. Śmiech zapisano jako "Ha!", bo znaczniki byłyby odczytane na głos.
- 0.9
- 0.8
- 0:00 / –:––
storm-cabin-chapter Spokojna narracja z exaggeration obniżonym do 0.3 i guidance_scale do 0.3, co spowalnia tempo do czytania bajki na dobranoc.
- 0.3
- 0.3
Ten przykład zaczyna się od $0.036 za żądanie. Playground przelicza szacunek po każdej zmianie ustawień.
