Command Palette
Search for a command to run...
온라인 튜토리얼丨Niangniang Shiji는 즉시 "사천 및 충칭 소녀"로 변신합니까? Step-Audio-TTS는 음성 복제/음악 합성/음성 합성 3가지 기능을 하나로 구현합니다.
DeepSeek 오픈소스로 인한 전 세계적 열광은 여전히 존재합니다. 최근 Step Star와 Geely Auto Group은 다시 한번 움직임을 보여 Step-Audio-TTS-3B 모델을 오픈 소스로 공개했는데, 이는 업계에서 다시 한번 폭넓은 논의를 불러일으켰습니다.
옛날 옛적에,**방언 데이터의 다양성과 복잡성, 그리고 모델 일반화에 대한 높은 수요로 인해 음성 복제 모델은 방언에 대한 성능이 좋지 않습니다.**Step-Audio-TTS-3B는 현지 언어의 특성을 생생하게 표현해 낼 수 있습니다. LLM-Chat 패러다임 대규모 합성 데이터 세트를 기반으로 학습되었으며, 언어 구조에 대한 심층적인 통찰력을 갖추고 있습니다. 그것은 행간에서 언어의 미묘한 변화를 파악할 수 있습니다. 열정적인 쓰촨 방언이든, 구성, 육성 광둥어든, 그 리듬과 어조를 정확하게 포착하여 강한 지역 관습을 보여줍니다.
뿐만 아니라, RAP과 허밍 생성을 실현한 최초의 TTS 모델로, 음악 음성 합성의 빈틈을 메웠습니다. 과거에는 리드미컬한 랩 콘텐츠를 만들려면 전문적인 가수가 필요했습니다. 이제 Step-Audio-TTS-3B의 도움으로 사용자는 정확한 리듬과 매끄러운 흐름으로 RAP 보컬을 빠르게 생성하여 무한한 가능성을 열어갈 수 있습니다.
현재 HyperAI 공식 홈페이지의 '튜토리얼' 섹션에서 'Step-Audio-TTS-3B 생산 수준 방언 음성 생성 모델'이 출시되었습니다.이 튜토리얼에는 음성 합성, 음악 합성, 음성 복제의 세 가지 기능이 포함되어 있습니다. 직접 와서 체험해보세요~
튜토리얼 주소:
데모 실행
1. hyper.ai에 로그인하고 튜토리얼 페이지에서 Step-Audio-TTS-3B Production-Level Dialect Speech Generation Model을 선택하고 이 튜토리얼을 온라인으로 실행을 클릭합니다.
2. 페이지가 이동한 후 오른쪽 상단의 "복제"를 클릭하여 튜토리얼을 자신의 컨테이너로 복제합니다.
3. "NVIDIA RTX A6000"과 "PyTorch" 이미지를 선택하세요. OpenBayes 플랫폼에서 새로운 청구 방법이 출시되었습니다. 귀하의 요구 사항에 따라 "사용 후 결제" 또는 "일일/주간/월간 패키지"를 선택할 수 있습니다. "계속"을 클릭하세요. 신규 사용자는 아래 초대 링크를 사용하여 등록하고 RTX 4090 4시간 + CPU 자유 시간 5시간을 받으세요!
HyperAI 독점 초대 링크(복사하여 브라우저에서 열기):
https://openbayes.com/console/signup?r=Ada0322_QZy7
4. 리소스가 할당될 때까지 기다리세요. 첫 번째 클로닝 과정은 약 2분이 걸립니다. 상태가 "실행 중"으로 변경되면 "API 주소" 옆에 있는 점프 화살표를 클릭하여 데모 페이지로 이동합니다. API 주소 접근 기능을 이용하기 위해서는 이용자는 실명인증을 완료해야 합니다.
효과 표시
이 튜토리얼에는 일반 음성 합성, 음악 합성, 음성 복제의 세 가지 기능이 포함되어 있습니다.
1. 일반 음성 합성
이 기능은 공식 기본 음성 캐릭터인 팅팅과 새로 추가된 나타 음성을 미리 설정하고, 다국어 생성, 감정, 방언 및 기타 설정을 지원합니다.
음성 합성 톤 설명
* Tingting 사운드는 공식 4s 오디오 프롬프트 파일에서 생성됩니다.
* 나타의 소리는 14초 오디오 프롬프트 "나는 제3왕자 나타입니다. 나는 자유분방하고 시를 쓰는 것을 좋아합니다. 나는 주머니에 손을 넣고 걷고, 구부러진 길을 곧게 만들 수 있습니다" 파일에서 생성됩니다.
데모 페이지에서 "일반 음성 합성"을 선택하고, 텍스트를 입력하고, 말하는 사람을 선택하고(기본값은 팅팅), 감정(행복, 화남, 슬픔, 요염함)을 선택하고, 언어/방언(중국어, 영어, 일본어, 만다린어, 쓰촨어, 광둥어, 광동어)을 선택하고, 말하는 속도(빠르게 또는 느리게)를 선택합니다. '음성 생성'을 클릭하기만 하면 됩니다.
2. 음악 합성
이 기능은 공식 홈페이지의 기본 음성 캐릭터인 팅팅과 새로 추가된 나타 음색을 사전 설정하고, RAP과 허밍을 지원합니다.
랩 사운드 설명
* Tingting 사운드는 공식 11s 오디오 프롬프트 파일에서 생성됩니다.
* 네자의 소리는 14초 오디오 프롬프트 "천둥이 울리고 너무 무서워서 온몸을 때려요. 운명을 바꾸기 위해 나팔을 불어요. 재앙을 헤쳐나가기 위해 웃어요. 똑딱똑딱똑딱똑딱" 파일에서 생성됩니다.
윙윙거리는 소리 설명
* Tingting 사운드는 12초 오디오 프롬프트 파일에 의해 생성됩니다.
* 네자의 소리는 14초 오디오 프롬프트 "나는 두려움 없이 태어났다. 아버지가 누구든, 누구든, 주인이 통치자를 제거하더라도 그는 결코 나에게 명령할 수 없을 것이다" 파일에서 생성됩니다.
데모 페이지에서 "음악 합성"을 선택하고, 텍스트를 입력하고, 스피커(기본값은 Tingting)를 선택하고, 모드(RAP 또는 Humming)를 선택합니다. "RAP/허밍 생성"을 클릭하세요.
3. 음성 복제
이 기능은 사용자가 사용자 정의 음색 오디오를 업로드하고 개인화된 음성을 생성할 수 있도록 지원합니다.
데모 페이지에서 "음성 복제"를 선택하고, 텍스트를 입력하고, 참조 오디오(.wav 형식)를 업로드하고, 복제된 음성의 이름을 지정하고, 감정(행복, 화남, 슬픔, 요염함)을 선택하고, 언어/방언(중국어, 영어, 일본어, 만다린어, 쓰촨어, 광둥어, 광동어)을 선택하고, 말하는 속도(빠르게 또는 느리게)를 선택합니다. "음성 복제 생성"을 클릭하세요.
