OpenVoice v2
openvoice-v2MyShell OpenVoice v2. Multilingual zero-shot voice cloning with accurate tone-color reproduction and style/emotion control.
- Verð
- ≈ 0,0673 USD/keyrsla
- Inntak → úttak
- Texti → Hljóð
- Þróunaraðili
- Community
- Uppfært
- 23. september 2026
Clone a voice
- 1
Your voice
Voice sample *Record up to 30 s · file up to 60 s, 10 MB10 to 30 seconds of clear speech, one speaker, no music or background noise.
Only your own voice or a voice you have verifiable permission for. Imitating other people without their consent is not allowed, see our Terms of Service.
- 2
Text
Language: EN_NEWEST103 / 4.000 - 3
Listen
about 0,0673 USD per run, billed by the actual GPU time
Leiksvæði
Prófaðu OpenVoice v2
Inntak og úttak
Þessi keyrsla
um 0,0673 USD · 6,73 inneign
0,2017 USD (20,17 inneign) eru fráteknar við upphaf; raunverulegur GPU-tími er innheimtaður.
Fyrir reikninga án kaupa: keyrslur yfir 2 inneign þurfa áfyllingu.
Nýr hér?
10 ókeypis inneign (0,10 USD) þegar þú skráir þig með Google
Hægt að nota 24 klst. eftir skráningu, allt að 5 keyrslur á dag og að hámarki 2 inneign á keyrslu. Aðrar innskráningaraðferðir byrja án inneignar.
Examples
- Lengd: 0:03
Prompt
Did you ever hear a folk tale about a giant turtle?
Settings
- language
- EN_NEWEST
- speed
- 1
- Lengd: 0:05
Prompt
这次旅行我们计划去巴黎欣赏埃菲尔铁塔和卢浮宫的美景
Settings
- language
- ZH
- speed
- 1
- Lengd: 0:06
Prompt
El resplandor del sol acaricia las olas, pintando el cielo con una paleta deslumbrante.
Settings
- language
- ES
- speed
- 1
Um OpenVoice v2
OpenVoice v2 er módel frá Community í flokknum Texti-í-tal. Á Railwail kostar OpenVoice v2 ≈ 0,0673 USD fyrir hverja keyrslu.
Verðlagning
| Dæmigerð keyrsla (≈ 49 s á A100 (40GB)) | 0,0673 USD fyrir hverja keyrslu |
|---|---|
| GPU-tími (A100 (40GB)) | 0,00138 USD fyrir hverja GPU-sekúndu |
- Reikningsfærðir eru GPU-tíminn sem keyrslan tekur í raun. Þegar keyrslan hefst er 3× dæmigerðu verðinu frátekin frá inneign þinni og jöfnuð síðar.
- 1 inneign = 0,01 USD
Kostnaðarreiknir
Verðreiknir
Dæmigert samkvæmt veitanda: um 48,7 s
Samtals
6,73 USD
673 inneign
Fyrir hverja keyrslu
0,0673 USD · 6,73 inneign
Innheimt er fyrir raunverulegan GPU-tíma; þetta er mat.
API
Engin staðfest API-dæmi
Opinbera API sendir annað inntakssnið en þetta módel þarf. Notaðu leiksvæðið hér að ofan.
Forskriftir
- Módel-auðkenni
openvoice-v2- Þróunaraðili
- Community
- Flokkur
- Texti-í-tal
- Inntak
- Texti
- Úttak
- Hljóð
- Reikningur
- Eftir notkun (tókar eða GPU-tími)
- Vörulistafærsla uppfærð
- 23. september 2026
Inntaksbreytur
Inntak og stillingar úr inntakskerfi módelsins. Dæmið í API-hlutanum sýnir hverjar þeirra API samþykkir.
textnauðsynlegtText to synthesize
Tegund: TextiSjálfgefið: –Leyfðir gildir: allt að 4.000 stafiraudionauðsynlegtReference clip to clone; requires consent
Tegund: –Sjálfgefið: –Leyfðir gildir: –speedTegund: TalaSjálfgefið:1Leyfðir gildir: –languageTegund: ValSjálfgefið:EN_NEWESTLeyfðir gildir: EN_NEWEST, EN, ES, FR, ZH, JP eða KR
Merki
- myshell
- tts
- voice-cloning
- multilingual
- open-source
Notkunartilvik
Algengar spurningar
Hvað er OpenVoice v2?
OpenVoice v2 er módel frá Community í flokknum Texti-í-tal.
Hvað kostar OpenVoice v2 á Railwail?
Á Railwail kostar OpenVoice v2 ≈ 0,0673 USD fyrir hverja keyrslu. Þér er rukkað fyrir það sem hver beiðni notar í raun. Notkun er greidd úr fyrirframgreiddum inneign; 1 inneign jafngildir 0,01 USD.
Hvaða stillingar styður OpenVoice v2?
Samkvæmt inntaksskema sínu þekkir OpenVoice v2 þessa færibreytu: text (allt að 4.000 stafir), audio, speed og language (EN_NEWEST, EN, ES, FR, ZH, JP eða KR).
Hversu hratt er OpenVoice v2?
Það eru ekki nóg mældar keyrslur af OpenVoice v2 á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.
Er OpenVoice v2 betra en AudioLDM 2?
Það fer eftir verkefninu. OpenVoice v2 (Community) og AudioLDM 2 (Haohe Liu) eru bæði módel í flokknum Texti-í-tal. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.
Bera saman OpenVoice v2 og AudioLDM 2Sambærileg módel
Öll í þessum flokki- 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.
- Parler-TTSCommunity
Hugging Face Parler-TTS Mini. Lightweight TTS conditioned on a natural-language style description for fine-grained control over voice characteristics.
Öll módel í gegnum eina API
Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.