StyleTTS 2

Synthèse vocaleDisponible
par CommunityID du modèle: styletts-2

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

Prix
≈ 0,00040 $US/exécution
Entrée → Sortie
Texte → Audio
Développeur
Community
Mis à jour
23 septembre 2026
01

Playground

Essayer StyleTTS 2

Pas de formulaire d'entrée

≈ 0,00040 $US/exécution

Aucun formulaire d'entrée pour ce modèle pour le moment

Ses entrées ne sont pas encore documentées. Pour éviter qu'une exécution échoue sur une entrée incorrecte, nous ne proposons pas de formulaire ici. Choisissez plutôt un modèle comparable.

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

À propos de StyleTTS 2

RésuméAu 23 septembre 2026

StyleTTS 2 est un modèle de Community dans la catégorie Synthèse vocale. Sur Railwail, StyleTTS 2 coûte ≈ 0,00040 $US par exécution.

04

Tarification

Prix en dollars US. L'utilisation est facturée à partir de crédits prépayés.
Exécution typique (≈ 1 s sur T4)0,00040 $US par exécution
Temps GPU (T4)0,00027 $US par seconde GPU
  • Facturé selon le temps GPU réellement utilisé. Au démarrage, 3× le prix typique est réservé sur votre solde et régularisé ensuite.
  • 1 crédit = 0,01 $US

Calculateur de coûts

Calculateur de prix

s

Typique selon le fournisseur : environ 1,4 s

Total

0,04 $US

4 crédits

Par exécution

0,0004 $US · 0,04 crédits

Facturé selon le temps GPU réel ; ceci est une estimation.

05

API

Appelez StyleTTS 2 avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

Aucun exemple API vérifié

Les entrées de ce modèle ne sont pas encore documentées.

06

Spécifications

ID du modèle
styletts-2
Développeur
Community
Entrée
Texte
Sortie
Audio
Facturation
À l'usage (tokens ou temps GPU)
Entrée du catalogue mise à jour
23 septembre 2026

Étiquettes

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

Cas d'usage

08

Questions fréquemment posées

Qu'est-ce que StyleTTS 2 ?

StyleTTS 2 est un modèle de Community dans la catégorie Synthèse vocale.

Combien coûte StyleTTS 2 sur Railwail ?

Sur Railwail, StyleTTS 2 coûte ≈ 0,00040 $US par exécution. Vous êtes facturé pour ce que chaque requête utilise réellement. L'utilisation est payée à partir de crédits prépayés ; 1 crédit équivaut à 0,01 $US.

Quelle est la vitesse de StyleTTS 2 ?

Il n'y a pas encore assez d'exécutions mesurées de StyleTTS 2 sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.

StyleTTS 2 est-il meilleur que AudioLDM 2 ?

Cela dépend de la tâche. StyleTTS 2 (Community) et AudioLDM 2 (Haohe Liu) sont tous deux des modèles de la catégorie Synthèse vocale. La page de comparaison affiche leurs prix et spécifications côte à côte.

Comparer StyleTTS 2 et AudioLDM 2
09

Modèles comparables

Tous dans cette catégorie
  • AudioLDM 2Haohe Liu

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

    ≈ 0,0157 $US/exécution

    3 825 % plus cher par unité

    Comparer StyleTTS 2 et 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 $US/exécution

    25 % moins cher par unité

    Comparer StyleTTS 2 et Kokoro TTS 82M
  • OpenVoice v2Community

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

    ≈ 0,0673 $US/exécution

    16 725 % plus cher par unité

    Comparer StyleTTS 2 et OpenVoice v2

Tous les modèles via une seule API

Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.