tts-chatterbox-hd، ارفع عينة إلى /audio/voices، واحفظ معرّف الصوت vv_... المُعاد، ثم مرّر هذا المعرّف إلى /audio/speech.
معرّفات الصوت مرتبطة بنموذج محدد. يجب استخدام المعرّف الذي أُنشئ باستخدام
tts-chatterbox-hd مع tts-chatterbox-hd فقط.كيف يعمل
- الرفع - أرسل ملفًا صوتيًا مرجعيًا نظيفًا إلى
POST /audio/voices - الحفظ - خزّن معرّف الصوت
idالمُعاد - الإنشاء - أرسل المعرّف بوصفه
voiceفيPOST /audio/speech
المتطلبات الأساسية
- مفتاح Venice API
- عينة مرجعية نظيفة بصيغة MP3 أو WAV أو FLAC أو M4A
- ما لا يقل عن 5 إلى 10 ثوانٍ من كلامٍ واضح لمتحدثٍ واحد
الخطوة 1: رفع عينة صوت
أنشئ معرّف صوت برفع الملف الصوتي المرجعي بصيغة multipart form data:id لاستخدامه في إنشاء الكلام:
الخطوة 2: إنشاء الكلام
مرّر معرّف الصوت المستنسخ بوصفهvoice في طلب الكلام:
مثال كامل
يرفع هذا المثال عينةً مرجعية، ويستخرج معرّف الصوت باستخدامjq، ويكتب الصوت المُنشأ إلى chatterbox-clone.mp3:
نصائح حول عينة الصوت
استخدم عينةً بمتحدثٍ واحد وضوضاء خلفية قليلة وبدون موسيقى. الكلام الطبيعي يعمل أفضل من الصوت المهموس أو المُغنّى أو المُعالَج بكثافة. قد تساعد العينات الأطول عندما يتميز الصوت بإيقاعٍ أو لكنةٍ أو نبرةٍ مميزة، لكن احرص على إبقاء العينة مُركّزة على المتحدث المستهدف.انتهاء صلاحية المعرّف
استنساخ Chatterbox HD يعتمد على نهج zero-shot: تخزّن Venice الملف الصوتي المرجعي المرفوع مؤقتًا، ويقرأه النموذج عند توليد الكلام. لا يُنشأ أي قالب صوتي دائم. تنتهي صلاحية معرّفات الصوت تلقائيًا بعد 7 أيام. بعد انتهاء صلاحية المعرّف، ارفع العينة المرجعية مرةً أخرى لإنشاء معرّفvv_... جديد.
اكتشاف دعم الاستنساخ
تتضمن النماذج التي تدعم الاستنساخ كائنvoice_cloning ضمن مواصفات النموذج. استعلم عن نماذج TTS للتحقق من الصيغ المدعومة والحد الأدنى لطول العينة ومدة الاحتفاظ:
tts-chatterbox-hd عن: