OpenAI ने GPT-Live में कस्टम आवाज़ें बनाने के लिए prompt-to-voice शुरू किया
Prompt-to-voice सभी API ग्राहकों के लिए उपलब्ध है। आवाज़ बनाना मुफ़्त है; उसका उपयोग GPT-Live सत्रों की सामान्य दरों पर बिल किया जाता है।
OpenAI Developers↗
विषय
स्पीच सिंथेसिस
इस विषय पर AI समाचार और व्यावहारिक लेख।
नवीनतम लेख
03Microsoft ने Microsoft Foundry में तीन MAI स्पीच मॉडल पेश किए हैं
Microsoft Foundry में 60 भाषाओं में स्ट्रीमिंग ट्रांसक्रिप्शन और दो स्पीच-जनरेशन मॉडल उपलब्ध हैं। Microsoft ने कीमतें भी प्रकाशित की हैं और उन प्लेटफार्मों का नाम दिया है जिन्हें वह जोड़ने की योजना बना रहा है।
Microsoft↗
Hugging Face ने TTS मॉडल मूल्यांकन के लिए Open TTS Leaderboard पेश किया
Hugging Face का Open TTS Leaderboard WER/CER, RTFx, TTFA और स्पीकर समानता का उपयोग करके ओपन TTS मॉडलों की तुलना करता है। मीट्रिक मानव मूल्यांकन के पूरक हैं, न कि प्रतिस्थापन।
Hugging Face↗