Chatterbox Turbo - テキスト読み上げ

Chatterbox Turboは、わずか5秒の参照オーディオでどんな声でもクローンできます。オーディオファイルをアップロードするだけで、モデルはトレーニングや微調整を必要とせずに、スタイル、トーン、特性を一致させます。

Chatterbox Turboは、<laugh>、<chuckle>、<sigh>、<cough>、<sniffle>、<groan>、<yawn>、<gasp>など、複数の自然なボーカルリアクションタグをサポートしています。これらのタグは、一致する感情的なトーンで、クローンされた音声で自然な反応を生成します。

Chatterbox Turboは、GPUでリアルタイムの最大6倍高速に音声を生成します。これにより、速度が重要なリアルタイムアプリケーション、音声アシスタント、インタラクティブメディアに最適です。

誇張パラメーター（0.0〜1.0）は、音声の表現力を制御します。値が低いほどモノトーンの音声になり、値が高いほど音声がより劇的で表現豊かになります。自然な配信の場合、デフォルトは0.25です。

MP3、WAV、MPEG形式で参照オーディオをアップロードできます。Chatterbox Turboは、あらゆるプロフェッショナルなユースケースに適した高品質のオーディオ出力を生成します。

Chatterbox Turboは、テキスト1000文字あたり6クレジットを請求します。1000文字未満のテキストは1000文字に切り上げられます。これにより、最も費用対効果の高いプロフェッショナルTTSソリューションの1つになります。

Chatterbox Turboによって生成されたすべてのオーディオファイルには、PerTh（知覚閾値）ウォーターマーカーが含まれています。この深層ニューラルネットワークウォーターマーカーは、データを認識できない方法で埋め込み、オーディオ品質を損なうことなく、責任あるAI展開のためにAI生成コンテンツを追跡するのに役立ちます。