VibeVoice - 文字轉語音

VibeVoice 提供 6 個說話人聲音：Frank、Wayne、Carter、Emma、Grace 和 Mike。每個聲音都有獨特的特徵，適合不同的內容類型，從旁白到角色聲音。

CFG（無分類器指導）比例控制生成的語音與輸入文字的密切程度。更高的值（高達 3.0）增加對文字的遵循度，而更低的值（低至 0.5）允許更多創意變化。預設值為 1.3 以獲得平衡的結果。

種子參數允許您控制生成中的隨機性。使用相同的種子值和相同的文字將產生相同的結果，這對於可重現的生成和測試很有用。

VibeVoice 以 24kHz 取樣率生成音訊，提供高品質、清晰和自然的語音。輸出適合專業的配音工作和內容創作。

VibeVoice 針對快速生成進行了最佳化，使其適合即時應用程式和互動媒體。生成速度取決於文字長度和伺服器負載，但通常在幾秒鐘內完成。

是的，您可以將 VibeVoice 生成的音訊用於商業專案，包括 YouTube 影片、Podcast、電子學習、有聲書、廣告等。請查看您用例的具體授權條款。

VibeVoice 支援長文字輸入。對於非常長的文字，建議分成多個段落以獲得最佳效能。定價按每 1000 個字元計算。

VibeVoice 每 1000 個字元文字收取 6 個積分。不足 1000 個字元的文字按 1000 計算。這使其成為最具成本效益的 TTS 解決方案之一。