StyleTTS 2
styletts-2Style-based TTS using diffusion and adversarial training. Human-level naturalness in zero-shot voice synthesis from a 3-5s reference clip.
- Τιμή
- ≈ 0,00040 $/εκτέλεση
- Είσοδος → Έξοδος
- Κείμενο → Ήχος
- Προγραμματιστής
- Community
- Ενημερώθηκε
- 23 Σεπτεμβρίου 2026
Playground
Δοκιμάστε StyleTTS 2
Χωρίς φόρμα εισόδου
Δεν υπάρχει ακόμα φόρμα εισόδου για αυτό το μοντέλο
Οι είσοδοί του δεν έχουν τεκμηριωθεί ακόμα. Ώστε να μην αποτύχει κάποια εκτέλεση σε λάθος είσοδο, δεν προσφέρουμε φόρμα εδώ. Επιλέξτε ένα συγκρίσιμο μοντέλο.
Examples
- Διάρκεια: 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.
- Διάρκεια: 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.
Σχετικά με το StyleTTS 2
Το StyleTTS 2 είναι ένα μοντέλο του Community στην κατηγορία Σύνθεση ομιλίας. Στο Railwail, το StyleTTS 2 κοστίζει ≈ 0,00040 $ ανά εκτέλεση.
Τιμολόγηση
| Συνήθης εκτέλεση (≈ 1 s σε T4) | 0,00040 $ ανά εκτέλεση |
|---|---|
| Χρόνος GPU (T4) | 0,00027 $ ανά δευτερόλεπτο GPU |
- Χρέωση με βάση τον χρόνο GPU που χρειάζεται πραγματικά η εκτέλεση. Κατά την έναρξη, το 3× της τυπικής τιμής δεσμεύεται από το υπόλοιπό σας και διακανονίζεται αργότερα.
- 1 πιστωτική μονάδα = 0,01 $
Αριθμομηχανή κόστους
Αριθμομηχανή τιμών
Τυπικά σύμφωνα με τον πάροχο: περίπου 1,4 s
Σύνολο
0,04 $
4 πιστωτικές μονάδες
Ανά εκτέλεση
0,0004 $ · 0,04 πιστωτικές μονάδες
Χρέωση με βάση τον πραγματικό χρόνο GPU· αυτή είναι μια εκτίμηση.
API
Κανένα επαληθευμένο παράδειγμα API
Οι είσοδοι αυτού του μοντέλου δεν έχουν τεκμηριωθεί ακόμη.
Προδιαγραφές
- ID μοντέλου
styletts-2- Ανάπτυξη
- Community
- Κατηγορία
- Σύνθεση ομιλίας
- Είσοδος
- Κείμενο
- Έξοδος
- Ήχος
- Χρέωση
- Κατά χρήση (tokens ή χρόνος GPU)
- Καταχώρηση καταλόγου ενημερώθηκε
- 23 Σεπτεμβρίου 2026
Ετικέτες
- styletts
- tts
- voice-cloning
- diffusion
- open-source
Περιπτώσεις χρήσης
Συχνές ερωτήσεις
Τι είναι StyleTTS 2;
Το StyleTTS 2 είναι ένα μοντέλο του Community στην κατηγορία Σύνθεση ομιλίας.
Πόσο κοστίζει το StyleTTS 2 στο Railwail;
Στο Railwail, το StyleTTS 2 κοστίζει ≈ 0,00040 $ ανά εκτέλεση. Χρεώνεστε για αυτό που χρησιμοποιεί πραγματικά κάθε αίτημα. Η χρήση πληρώνεται από προπληρωμένες πιστωτικές μονάδες· 1 πιστωτική μονάδα ισούται με 0,01 $.
Πόσο γρήγορο είναι το StyleTTS 2;
Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του StyleTTS 2 στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.
Είναι το StyleTTS 2 καλύτερο από το AudioLDM 2;
Αυτό εξαρτάται από την εργασία. Το StyleTTS 2 (Community) και το AudioLDM 2 (Haohe Liu) είναι και τα δύο μοντέλα στην κατηγορία Σύνθεση ομιλίας. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.
Σύγκριση StyleTTS 2 και AudioLDM 2Συγκρίσιμα μοντέλα
Όλα σε αυτήν την κατηγορία- AudioLDM 2Haohe Liu
Latent-diffusion model for general-purpose text-to-audio. Generates speech, music, and sound effects with a unified prior.
- 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.
- OpenVoice v2Community
MyShell OpenVoice v2. Multilingual zero-shot voice cloning with accurate tone-color reproduction and style/emotion control.
Όλα τα μοντέλα μέσω ενός API
Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.