Dostawcy i głosy

Usługi lokalne i API

Instaluj lokalne komponenty przez Managera, a modele przez katalog aplikacji. API konfiguruj w Providers & services. Dostawcy mowy i modeli językowych mają różne role; włączenie jednego nie konfiguruje drugiego.

Katalog tej wersji obejmuje OpenAI, Gemini, usługi mowy Azure, ElevenLabs i inne obsługiwane połączenia. Własny endpoint wymaga własnej konfiguracji modeli i głosów. Dostęp konta, region i wdrożony model mogą wpływać na dostępność.

Wybór modelu

W katalogu modeli i języków możesz porównać rodziny modeli. Rozwiń Dokładne warianty, aby sprawdzić poszczególne modele: języki, wymagania dotyczące nagrania referencyjnego i ustawienia mogą się różnić w obrębie rodziny. Filtr języka łączy równoważne kody i warianty regionalne pod czytelnymi nazwami, zachowując odrębne języki i dialekty.

Linki do źródeł prowadzą do kart modeli i licencji ich wag. Wpisy API odsyłają do warunków dostawców. Licencja MIT Pandratora nie zastępuje tych warunków.

Wybór głosu

Gotowy głos wybiera się przez identyfikator dostawcy lub modelu. Klonowanie korzysta z nagrania referencyjnego, a w części modeli także z jego transkryptu. Projektowanie głosu tworzy głos syntetyczny na podstawie opisu. RVC konwertuje gotowe audio za pomocą osobnego modelu.

Próbka zapisana w bibliotece nie staje się zgodna z każdym silnikiem. Sprawdź wymagania bieżącego modelu i przetestuj ją.

Dane wysyłane dostawcy

Zewnętrzne usługi mowy mogą otrzymywać tekst narracji i, gdy jest obsługiwana, próbkę głosu. Zewnętrzna korekta i tłumaczenie otrzymują tekst i kontekst. Przechowuj dane dostępowe w ustawieniach aplikacji lub Managera; agentowi podawaj identyfikator dostawcy zamiast tajnego klucza.

Zobacz poradnik biblioteki głosów.