Save Your Audios
Login to save, manage and share all your generated audios
Community Audios
VibeVoice 可以做什么？
多种说话人声音
从 6 种不同的说话人声音中选择，包括 Frank、Wayne、Carter、Emma、Grace 和 Mike。每个声音都有独特的特征，适合各种内容类型。
快速生成
使用优化的处理快速生成语音。非常适合实时应用程序、语音助手和交互式媒体。
可调节的 CFG 比例
使用 CFG 比例参数控制对文本的 adherence。更高的值增加对文本的遵循度，更低的值允许更多创意变化。
高质量音频输出
生成 24kHz 采样率的音频，提供清晰、自然的语音。适合专业的配音工作。
可重现的生成
使用种子值获得可重现的结果。非常适合在同一文本的多次生成中保持一致性。
开源 AI
基于开源技术构建，提供透明度和社区驱动的改进。让高质量的语音合成触手可及。
如何使用 VibeVoice
- 1
输入您的文本
输入或粘贴您要转换为语音的脚本。VibeVoice 将从您的文本生成自然的语音。
- 2
选择说话人
从 6 个可用的说话人声音中选择：Frank、Wayne、Carter、Emma、Grace 或 Mike。每个声音都有独特的特征。
- 3
调整设置（可选）
微调 CFG 比例以控制对文本的遵循度。如需要，使用种子值获得可重现的结果。
- 4
生成并下载
点击生成创建您的音频。下载高质量 MP3 文件以在您的项目中使用。
常见问题
VibeVoice 有哪些说话人可选？
VibeVoice 提供 6 个说话人声音：Frank、Wayne、Carter、Emma、Grace 和 Mike。每个声音都有独特的特征，适合不同的内容类型，从旁白到角色声音。
CFG 比例参数是什么？
CFG（无分类器指导）比例控制生成的语音与输入文本的密切程度。更高的值（高达 3.0）增加对文本的遵循度，而更低的值（低至 0.5）允许更多创意变化。默认值为 1.3 以获得平衡的结果。
种子参数如何工作？
种子参数允许您控制生成中的随机性。使用相同的种子值和相同的文本将产生相同的结果，这对于可重现的生成和测试很有用。
VibeVoice 输出的音频质量如何？
VibeVoice 以 24kHz 采样率生成音频，提供高质量、清晰和自然的语音。输出适合专业的配音工作和内容创作。
VibeVoice 生成有多快？
VibeVoice 针对快速生成进行了优化，使其适合实时应用程序和交互式媒体。生成速度取决于文本长度和服务器负载，但通常在几秒钟内完成。
我可以将 VibeVoice 用于商业项目吗？
是的，您可以将 VibeVoice 生成的音频用于商业项目，包括 YouTube 视频、播客、电子学习、有声读物、广告等。请查看您用例的具体许可条款。
VibeVoice 的最大文本长度是多少？
VibeVoice 支持长文本输入。对于非常长的文本，建议分成多个段落以获得最佳性能。定价按每开始 250 个字符计算。
VibeVoice 的定价如何计算？
VibeVoice 每开始 250 个字符文本收取 6 个积分。1 至 250 个字符收取 6 个积分，251 至 500 个字符收取 12 个积分。
定价
提供免费层级
- 文本转语音
- 每开始 250 个字符 6 个积分
技术规格
| 输出格式 | 高质量音频 (MP3) |
|---|---|
| 采样率 | 24kHz |
| 处理时间 | 快速生成 |
| 成本 | 每开始 250 个字符 6 个积分 |
| CFG 比例范围 | 0.5 - 3.0 |
| 可用说话人 | 6 种声音 (Frank, Wayne, Carter, Emma, Grace, Mike) |
| 可重现生成 | 是（通过种子参数） |