हिंदी यूज़र्स के लिए टेक्स्ट टू स्पीच टूल
हिंदी और Hinglish सिंथेसिस सपोर्टेड नहीं है — यह हिंदी यूज़र्स के लिए टूल इंट्रो है, हिंदी वॉइस नहीं। लाइब्रेरी English, Chinese, Japanese, Korean, Spanish और Portuguese है। साइन इन करें; अनपेड कैप 120 और पेड कैप 1,000 कैरेक्टर, हर जनरेशन क्रेडिट लेती है। 120 कैरेक्टर कोई मुफ़्त कोटा नहीं है। आवाज़ क्लोन भी क्रेडिट लेता है, सिर्फ़ अपनी आवाज़।
Voice Studio Session
Script to expressive audio
Narration
00:18
warm
Live translate
EN -> ES
global
Captions
streaming
clear
लोग Miso One क्यों खोज रहे हैं
Miso One खोजने वाले लोग आम तौर पर ऑफ़िशियल फ़ाइलें, डेमो और तकनीकी सीमाएँ जानना चाहते हैं, ताकि वॉइस एजेंट या लोकल TTS प्रयोगों के लिए Miso TTS 8B को परख सकें।
Miso One क्या है?
Miso One, Miso Labs के Miso TTS 8B रिलीज़ का प्रोडक्ट नाम है। यह भावपूर्ण बातचीत और अलग-अलग भावनाओं वाली अंग्रेज़ी स्पीच के लिए ओपन-वेट्स टेक्स्ट टू स्पीच मॉडल है।
भावपूर्ण अंग्रेज़ी स्पीच
अभी मॉडल का फ़ोकस अंग्रेज़ी स्पीच की क्वालिटी, भावना, गति और बातचीत के अंदाज़ पर है। यह कई भाषाओं को सपोर्ट करने वाला मॉडल नहीं है।
ऑडियो कॉन्टेक्स्ट सपोर्ट
Miso TTS 8B प्रॉम्प्ट ऑडियो का इस्तेमाल कर सकता है। इससे आवाज़ की निरंतरता और एक सैंपल से वॉइस क्लोनिंग का व्यवहार परखा जा सकता है।
मॉडल फ़ाइलों तक खुली पहुँच
कोड देखने, वेट्स डाउनलोड करने या लोकल इन्फ़रेंस चलाने के लिए मॉडल रिपॉज़िटरी और Hugging Face पेज देखें।
बड़ा लोकल चेकपॉइंट
8B पैरामीटर वाले इस मॉडल के लिए GPU संसाधन और लोकल सेटअप चाहिए। प्रोडक्शन टेस्ट से पहले हार्डवेयर की ज़रूरतें जाँचें।
Miso One से क्या परख सकते हैं
Miso TTS 8B अपनाने से पहले वॉइस क्वालिटी, लेटेंसी, प्रॉम्प्ट ऑडियो का व्यवहार और लोकल डिप्लॉयमेंट की ज़रूरतों की तुलना करें।
Voice layer
वॉइस क्वालिटी
भावपूर्ण स्पीच
वॉइस क्वालिटी
परखें कि मॉडल की लय, भावना, ठहराव और बातचीत का अंदाज़ आपके वॉइस अनुभव के लिए सही हैं या नहीं।
Miso One की तुलना दूसरे नए स्पीच मॉडल से करके अपने काम के लिए सही विकल्प चुनें।
अपने अंग्रेज़ी टेक्स्ट के साथ डेमो और सैंपल प्रॉम्प्ट इस्तेमाल करके आवाज़ की गर्मजोशी, स्थिरता और स्वाभाविकता जाँचें।
Miso TTS 8B कैसे परखें
मॉडल इंस्टॉल या टेस्ट करने से पहले इन कदमों से तय करें कि यह आपके काम के लिए उपयोगी है या नहीं।
मॉडल कार्ड पढ़ें
लाइसेंस, चेकपॉइंट की स्थिति, सुरक्षा नोट्स और सेटअप की ज़रूरतों के लिए ऑफ़िशियल रिपॉज़िटरी और Hugging Face पेज देखें।
होस्टेड डेमो आज़माएँ
लोकल इन्फ़रेंस पर समय लगाने से पहले डेमो से वॉइस क्वालिटी, भावनाओं की रेंज और अंग्रेज़ी उच्चारण परखें।
लोकल इन्फ़रेंस चलाएँ
रिपॉज़िटरी इंस्टॉल करें, 8B वेट्स डाउनलोड करें और अपने CUDA सिस्टम पर लेटेंसी व मेमोरी इस्तेमाल जाँचें।
प्रॉम्प्ट ऑडियो टेस्ट करें
सहमति वाले छोटे, शोर वाले और लंबे ऑडियो प्रॉम्प्ट के साथ आवाज़ की निरंतरता परखें।
अपने काम के लिए फ़ैसला करें
नतीजों के आधार पर अपना सर्वर चलाने, होस्टेड एक्सेस का इंतज़ार करने या दूसरा स्पीच मॉडल चुनने का फ़ैसला करें।
Miso One मॉडल की जानकारी
Miso One को प्रोडक्शन स्पीच सिस्टम के तौर पर इस्तेमाल करने से पहले ये बातें जाँचें।
Miso TTS 8B
यह Miso Labs का 8B पैरामीटर वाला पब्लिक टेक्स्ट टू स्पीच मॉडल है।
Sesame शैली का CSM
इसका आर्किटेक्चर CSM शैली की बातचीत वाली स्पीच जनरेशन पर आधारित है।
अभी सिर्फ़ अंग्रेज़ी
पब्लिक Miso TTS 8B रिलीज़ का फ़ोकस अंग्रेज़ी पर है। हिंदी और Hinglish सिंथेसिस सपोर्टेड नहीं है।
Mimi ऑडियो कोड
Miso TTS 8B अलग-अलग ऑडियो कोड की मॉडलिंग करता है; यह सिर्फ़ वेवफ़ॉर्म एक्सपोर्ट करने वाला टूल नहीं है।
लोकल इन्फ़रेंस
पब्लिक फ़ाइलें उन डेवलपर के लिए हैं जो अपने सिस्टम पर मॉडल चला और परख सकते हैं।
सुरक्षा और वॉटरमार्किंग
जनरेट की गई स्पीच सार्वजनिक करने से पहले ऑफ़िशियल सुरक्षा नोट्स, वॉटरमार्किंग गाइड और आवाज़ की सहमति से जुड़ी ज़रूरतें पढ़ें।
Miso One एक नज़र में
Miso One के बारे में मुख्य जानकारी।
8B Miso TTS 8B ओपन-वेट्स मॉडल में पैरामीटर
Miso TTS 8B ओपन-वेट्स मॉडल में पैरामीटर
अंग्रेज़ी अभी पब्लिक मॉडल का फ़ोकस; कई भाषाओं वाला रिलीज़ नहीं
अभी पब्लिक मॉडल का फ़ोकस; कई भाषाओं वाला रिलीज़ नहीं
110 ms प्रकाशित लेटेंसी का दावा; अपने सिस्टम पर बेंचमार्क करें
प्रकाशित लेटेंसी का दावा; अपने सिस्टम पर बेंचमार्क करें
Miso One वॉइस प्लान
अपनी वॉइस ज़रूरतों के हिसाब से प्लान चुनें। TTS, वॉइस डिज़ाइन और वॉइस क्लोनिंग में एक ही क्रेडिट बैलेंस इस्तेमाल होता है। पब्लिक वॉइस पर प्रति 100 UTF-8 बाइट में 1 क्रेडिट लगता है। लैटिन टेक्स्ट में यह करीब 100 कैरेक्टर है; चीनी, जापानी और कोरियाई टेक्स्ट में ज़्यादा क्रेडिट लग सकते हैं। अनपेड रिक्वेस्ट की कैप 120 और पेड प्लान या क्रेडिट पैक की कैप 1,000 कैरेक्टर है। 120 कैरेक्टर कोई मुफ़्त कोटा नहीं है।
Basic
नियमित वॉइस जनरेशन के लिए सालाना एक्सेस।
सालाना वॉइस एक्सेस में शामिल:
- हर साल 960,000 तक ASCII कैरेक्टर (करीब 320,000 चीनी कैरेक्टर)
- 9,600 वॉइस क्रेडिट
- हर कन्वर्ज़न में अधिकतम 1,000 कैरेक्टर
- 480 तक इंस्टेंट वॉइस क्लोन
- क्रेडिट से वॉइस डिज़ाइन प्रीव्यू शामिल
- क्रेडिट से प्राइवेट वॉइस मॉडल बनाना शामिल
- ईमेल से बेसिक सपोर्ट
Pro
बार-बार वॉइस बनाने वाले क्रिएटर के लिए सालाना एक्सेस।
सालाना वॉइस एक्सेस में शामिल:
- हर साल 4,200,000 तक ASCII कैरेक्टर (करीब 1,400,000 चीनी कैरेक्टर)
- 42,000 वॉइस क्रेडिट
- हर कन्वर्ज़न में अधिकतम 1,000 कैरेक्टर
- 2,100 तक इंस्टेंट वॉइस क्लोन
- क्रेडिट से वॉइस डिज़ाइन प्रीव्यू शामिल
- क्रेडिट से प्राइवेट वॉइस मॉडल बनाना शामिल
- वॉइस के काम के लिए प्राथमिकता वाला सपोर्ट
Enterprise
टीम और बड़े पैमाने पर प्रोडक्शन के लिए सालाना एक्सेस।
सालाना वॉइस एक्सेस में शामिल:
- हर साल 9,600,000 तक ASCII कैरेक्टर (करीब 3,200,000 चीनी कैरेक्टर)
- 96,000 वॉइस क्रेडिट
- हर कन्वर्ज़न में अधिकतम 1,000 कैरेक्टर
- 4,800 तक इंस्टेंट वॉइस क्लोन
- क्रेडिट से वॉइस डिज़ाइन प्रीव्यू शामिल
- क्रेडिट से प्राइवेट वॉइस मॉडल बनाना शामिल
- हमारी टीम से प्राथमिकता वाला सपोर्ट
मॉडल परखने वाले क्या जाँच रहे हैं
Miso One एक नया मॉडल है। असली प्रॉम्प्ट के साथ क्वालिटी, लेटेंसी, हार्डवेयर और सुरक्षा का व्यवहार जाँचना उपयोगी है।
हम भावना, लय और स्थिरता सुनकर Miso TTS 8B की तुलना दूसरे नए बातचीत वाले स्पीच मॉडल से करते हैं।
मॉडल रिसर्चर, स्पीच क्वालिटी
मॉडल रिसर्चर
स्पीच क्वालिटी
ओपन वेट्स उपयोगी हैं, लेकिन असली फ़ैसला इस पर निर्भर है कि लोकल सर्विंग बातचीत के लिए लेटेंसी पर्याप्त कम रख पाती है या नहीं।
वॉइस एजेंट बनाने वाले, लेटेंसी और सर्विंग
वॉइस एजेंट बनाने वाले
लेटेंसी और सर्विंग
प्रॉम्प्ट ऑडियो से आवाज़ जारी रखने के लिए साफ़ सहमति, वॉटरमार्किंग की जानकारी और सार्वजनिक इस्तेमाल से पहले सावधानी से टेस्ट ज़रूरी हैं।
सुरक्षा समीक्षक, ज़िम्मेदार क्लोनिंग
सुरक्षा समीक्षक
ज़िम्मेदार क्लोनिंग
Miso One मॉडल के अपडेट पाएँ
डेमो, API एक्सेस, लोकल इन्फ़रेंस नोट्स और Miso TTS 8B को परखने की गाइड के अपडेट पाएँ।
मॉडल पर प्रतिक्रियाएँ
Miso One और Miso TTS 8B पर कम्युनिटी की चर्चा।
हिंदी टेक्स्ट टू स्पीच FAQ
साइन इन, कैरेक्टर कैप और क्रेडिट से जुड़े सवाल।
साइन इन ज़रूरी है। अनपेड रिक्वेस्ट पर 120 और पेड पर 1,000 कैरेक्टर की कैप, और दोनों में क्रेडिट लगते हैं। 120 कैरेक्टर कोई मुफ़्त कोटा नहीं है।
साइन इन करके स्पीच जनरेट करें
साइन इन करें, 120 कैरेक्टर तक जनरेट करें, और पेड एंटाइटलमेंट पर 1,000 तक जाएँ। हर जनरेशन टेक्स्ट टू स्पीच क्रेडिट खर्च करती है।