VibeVoice - Synthèse Vocale

VibeVoice offre 6 voix de locuteurs : Frank, Wayne, Carter, Emma, Grace et Mike. Chaque voix a des caractéristiques uniques adaptées à différents types de contenu, de la narration aux voix de personnages.

L'échelle CFG (Guidance sans Classificateur) contrôle la proximité de la parole générée avec le texte d'entrée. Des valeurs plus élevées (jusqu'à 3.0) augmentent l'adhérence au texte, tandis que des valeurs plus basses (aussi basses que 0.5) permettent plus de variation créative. La valeur par défaut est 1.3 pour des résultats équilibrés.

Le paramètre seed vous permet de contrôler l'aléatoire dans la génération. Utiliser la même valeur de seed avec le même texte produira des résultats identiques, ce qui est utile pour la génération reproductible et les tests.

VibeVoice génère de l'audio à 24kHz, fournissant une parole de haute qualité, claire et naturelle. La sortie est adaptée pour le travail professionnel de doublage et la création de contenu.

VibeVoice est optimisé pour une génération rapide, le rendant adapté aux applications en temps réel et aux médias interactifs. La vitesse de génération dépend de la longueur du texte et de la charge du serveur, mais se termine généralement en quelques secondes.

Oui, vous pouvez utiliser l'audio généré par VibeVoice pour des projets commerciaux incluant des vidéos YouTube, podcasts, e-learning, livres audio, publicités et plus. Vérifiez les termes de licence spécifiques pour votre cas d'utilisation.

VibeVoice prend en charge l'entrée de texte longue. Pour des textes très longs, envisagez de diviser en plusieurs segments pour une performance optimale. La tarification est calculée par 1000 caractères.

VibeVoice facture 6 crédits par 1000 caractères de texte. Le texte sous 1000 caractères est arrondi à 1000. Cela en fait l'une des solutions TTS les plus rentables disponibles.