StyleTTS 2

Teksti puheeksiSaatavilla
kehittäjä: CommunityMallin tunnus: styletts-2

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

Hinta
≈ 0,00040 $/suoritus
Syöte → tulos
Teksti → Audio
Kehittäjä
Community
Päivitetty
23. syyskuuta 2026
01

Leikkikenttä

Kokeile StyleTTS 2

Ei syötelomaketta

≈ 0,00040 $/suoritus

Tälle mallille ei ole vielä syötelomaketta

Sen syötteet eivät ole vielä dokumentoituja. Jotta mikään suoritus ei epäonnistuisi väärän syötteen vuoksi, emme tarjoa lomaketta täällä. Valitse sen sijaan vertailukelpoinen malli.

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.
  • 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.
  • 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

Tietoja: StyleTTS 2

Lyhyesti23. syyskuuta 2026 alkaen

StyleTTS 2 on Community-kehittäjän malli kategoriasta Teksti puheeksi. Railwailissa StyleTTS 2 maksaa ≈ 0,00040 $ per suoritus.

04

Hinnat

Hinnat Yhdysvaltain dollareissa. Käyttö laskutetaan prepaid-krediiteistä.
Tyypillinen suoritus (≈ 1 s T4:lla)0,00040 $ per suoritus
GPU-aika (T4)0,00027 $ per GPU-sekunti
  • Laskutus perustuu suorituksen todelliseen GPU-aikaan. Kun suoritus alkaa, 3-kertainen tyypillinen hinta varataan saldostasi ja selvitetään jälkikäteen.
  • 1 krediitti = 0,01 $

Kustannuslaskin

Hintalaskin

s

Palveluntarjoajan mukaan tyypillinen: noin 1,4 s

Yhteensä

0,04 $

4 krediittiä

Suoritusta kohti

0,0004 $ · 0,04 krediittiä

Laskutus perustuu todelliseen GPU-aikaan; tämä on arvio.

05

API

Kutsu StyleTTS 2 Railwail-API-avaimellasi. Käytä tätä mallin tunnusta pyynnössä:

Ei vahvistettua API-esimerkkiä

Tämän mallin syötteet eivät ole vielä dokumentoituja.

06

Tekniset tiedot

Mallin tunnus
styletts-2
Kehittäjä
Community
Syöte
Teksti
Tuloste
Audio
Laskutus
Käytön mukaan (tokeneja tai GPU-aikaa)
Luettelokirjaus päivitetty
23. syyskuuta 2026

Tunnisteet

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

Käyttötapaukset

08

Usein kysytyt kysymykset

Mikä on StyleTTS 2?

StyleTTS 2 on Communityn kehittämä malli Teksti puheeksi-kategoriassa.

Paljonko StyleTTS 2 maksaa Railwailissa?

Railwailissa StyleTTS 2 maksaa ≈ 0,00040 $ per suoritus. Sinua veloitetaan siitä, mitä kukin pyyntö todella käyttää. Käyttö maksetaan ennakkoon ostettujen krediittien avulla; 1 krediitti vastaa 0,01 $.

Kuinka nopea StyleTTS 2 on?

StyleTTS 2lla ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.

Onko StyleTTS 2 parempi kuin AudioLDM 2?

Se riippuu tehtävästä. StyleTTS 2 (Community) ja AudioLDM 2 (Haohe Liu) ovat molemmat malleja Teksti puheeksi-kategoriassa. Vertailussa näkyvät niiden hinnat ja tekniset tiedot rinnakkain.

Vertaa StyleTTS 2 ja AudioLDM 2
09

Vertailukelpoiset mallit

Kaikki tässä kategoriassa
  • AudioLDM 2Haohe Liu

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

    ≈ 0,0157 $/suoritus

    3 825 % kalliimpi yksikköä kohti

    Vertaa StyleTTS 2 ja 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 $/suoritus

    25 % halvempi yksikköä kohti

    Vertaa StyleTTS 2 ja Kokoro TTS 82M
  • OpenVoice v2Community

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

    ≈ 0,0673 $/suoritus

    16 725 % kalliimpi yksikköä kohti

    Vertaa StyleTTS 2 ja OpenVoice v2

Kaikki mallit yhden API:n kautta

Yksi API-avain kaikille Railwailin malleille. Käyttö laskutetaan prepaid-krediiteistä, 1 krediitti = 0,01 $.