StyleTTS 2

Преобразуване на текст в речНалично
от CommunityID на модела: styletts-2

Style-based TTS using diffusion and adversarial training. Human-level naturalness in zero-shot voice synthesis from a 3-5s reference clip.

Цена
≈ 0,00040 щ.д./стартиране
Вход → Изход
Текст → Аудио
Разработчик
Community
Актуализирано
23 септември 2026 г.
01

Playground

Опитай StyleTTS 2

Няма входна форма

≈ 0,00040 щ.д./стартиране

Все още няма входна форма за този модел

Неговите входове все още не са документирани. За да не се провали задача с неправилен вход, не предлагаме форма тук. Вместо това избери сравним модел.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
  • Продължителност: 0:13

    Prompt

    StyleTTS 2 is a text-to-speech model that leverages style diffusion and adversarial training with large speech language models to achieve human-level text-to-speech synthesis.
  • Продължителност: 0:54

    Prompt

    If the supply of fruit is greater than the family needs, it may be made a source of income by sending the fresh fruit to the market if there is one near enough, or by preserving, canning, and making jelly for sale. To make such an enterprise a success the fruit and work must be first class. There is magic in the word 'Homemade,' when the product appeals to the eye and the palate; but many careless and incompetent people have found to their sorrow that this word has not magic enough to float inferior goods on the market. As a rule large canning and preserving establishments are clean and have the best appliances, and they employ chemists and skilled labor. The home product must be very good to compete with the attractive goods that are sent out from such establishments. Yet for first-class homemade products there is a market in all large cities. All first-class grocers have customers who purchase such goods.
03

За StyleTTS 2

НакраткоКъм 23 септември 2026 г.

StyleTTS 2 е модел на Community от категория Преобразуване на текст в реч. На Railwail StyleTTS 2 струва ≈ 0,00040 щ.д. за стартиране.

04

Цени

Цените са в US долари. Използването се начислява от предплатени кредити.
Типично стартиране (≈ 1 s на T4)0,00040 щ.д. за стартиране
GPU време (T4)0,00027 щ.д. за GPU секунда
  • Таксува се по GPU времето, което стартирането действително отнема. При начало на стартирането 3× типичната цена се резервира от баланса ти и се уреждат впоследствие.
  • 1 кредит = 0,01 щ.д.

Калкулатор на разходите

Калкулатор за цени

s

Типично според доставчика: около 1,4 s

Общо

0,04 щ.д.

4 кредита

На изпълнение

0,0004 щ.д. · 0,04 кредита

Начислява се действителното GPU време; това е оценка.

05

API

Извикайте StyleTTS 2 с вашия Railwail API ключ. Използвайте този ID на модела в заявката:

Няма проверен API пример

Входовете на този модел все още не са документирани.

06

Спецификации

ID на модела
styletts-2
Разработчик
Community
Вход
Текст
Изход
Аудио
Таксуване
По потребление (токени или GPU време)
Каталогът е актуализиран
23 септември 2026 г.

Етикети

  • styletts
  • tts
  • voice-cloning
  • diffusion
  • open-source
07

Случаи на използване

08

Често задавани въпроси

Какво е StyleTTS 2?

StyleTTS 2 е модел от Community в категория Преобразуване на текст в реч.

Колко струва StyleTTS 2 на Railwail?

На Railwail StyleTTS 2 струва ≈ 0,00040 щ.д. за стартиране. Таксуват се само ресурсите, които всяка заявка действително използва. Използването се плаща с предварително закупени кредити; 1 кредит е равен на 0,01 щ.д..

Колко бърз е StyleTTS 2?

Все още няма достатъчно измерени задачи на StyleTTS 2 на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.

Е ли StyleTTS 2 по-добър от AudioLDM 2?

Зависи от задачата. StyleTTS 2 (Community) и AudioLDM 2 (Haohe Liu) са и двата модела в категория Преобразуване на текст в реч. Страницата за сравнение показва техните цени и спецификации един до друг.

Сравни StyleTTS 2 и AudioLDM 2
09

Сравними модели

Всички в тази категория
  • AudioLDM 2Haohe Liu

    Latent-diffusion model for general-purpose text-to-audio. Generates speech, music, and sound effects with a unified prior.

    ≈ 0,0157 щ.д./стартиране

    3825 % по-скъпо на единица

    Сравнете StyleTTS 2 и AudioLDM 2
  • Kokoro TTS 82MCommunity

    Open-weights 82M-parameter TTS. Punches above its size class on naturalness benchmarks at a fraction of the inference cost of larger models.

    ≈ 0,00030 щ.д./стартиране

    25 % по-евтино на единица

    Сравнете StyleTTS 2 и Kokoro TTS 82M
  • OpenVoice v2Community

    MyShell OpenVoice v2. Multilingual zero-shot voice cloning with accurate tone-color reproduction and style/emotion control.

    ≈ 0,0673 щ.д./стартиране

    16 725 % по-скъпо на единица

    Сравнете StyleTTS 2 и OpenVoice v2

Всички модели чрез един API

Един API ключ за всеки модел на Railwail. Използването се начислява от предплатени кредити, 1 кредит = 0,01 щ.д..