Deep Voice 3 对比 SpeechGen.io
在 Deep Voice 3 和 SpeechGen.io 的对决中，哪个 AI Text to Speech (TTS) 工具是冠军？我们评估定价、替代品、赞成票、功能、评论等等。
如果你必须在 Deep Voice 3 和 SpeechGen.io 之间做出选择，你会选择哪一个？
当我们检查Deep Voice 3和SpeechGen.io时，两者都是AI启用的text to speech (tts)工具，我们会发现什么独特的特征？ 这两个工具都获得了 aitools.fyi 用户相同数量的点赞。 由于其他 aitools.fyi 用户可能决定获胜者，现在轮到你投票并帮助我们决定获胜者了。
不是你的菜？投票支持您喜欢的工具，搅动事情！
Deep Voice 3
什么是 Deep Voice 3?
Deep Voice 3 是百度研究所基于 PyTorch 的开源实现，重现了 Deep Voice 3 文本转语音模型。它复现了卷积序列学习的可扩展神经 TTS，并提供预训练的 checkpoint 以及单 speaker 和多 speaker 的音频演示。
该项目包括在 LJSpeech 上训练的单 speaker 合成模型，以及在 VCTK 数据集上训练的 108 speaker 多 speaker 生成模型。演示页面托管了示例音频片段、注意力图以及预训练权重的 GitHub 链接。
该项目面向希望拥有 Deep Voice 3 参考实现的研究人员和开发者，而非托管语音 API。训练脚本、推理代码以及社区贡献均托管在公开的 GitHub 仓库中。
SpeechGen.io
什么是 SpeechGen.io?
SpeechGen.io 是一个在线文本转语音平台，能够将书面文本转换为可下载的配音。编辑器支持超过5000种声音，涵盖150种语言和地区口音，并提供速度、语调、音量以及用于暂停、强调和语调的SSML标记的控制。
除了基本的TTS功能外，SpeechGen.io 还支持从短音频样本进行语音克隆，为SRT、SUB和VTT文件提供字幕转语音转换，以及为上传的文件、YouTube链接和视频进行音频转文字的转录。导出格式包括MP3、WAV、OGG、FLAC等多种格式，支持多比特率选择。
计费为按使用付费，无需订阅。新用户注册即赠送免费积分以试用服务，购买的积分有效期最长达一年。当您编辑和重新导出项目时，Smart Cache功能可以无额外费用重复使用之前生成的句子。
Deep Voice 3 赞同数
SpeechGen.io 赞同数
Deep Voice 3 顶级功能
Deep Voice 3 卷积序列 TTS 的 PyTorch 实现
在 LJSpeech 上训练的预训练单一说话人模型，附带公开音频样本
支持 108 位说话人的多说话人 VCTK 模型，含演示音频片段
GitHub 上的开源代码和预训练检查点
带有注意力可视化和参考论文链接的演示页面
SpeechGen.io 顶级功能
覆盖150种语言，拥有5,000多个声音和地区口音变体
通过上传或录制的最长55秒音频样本进行语音克隆
SSML 编辑器，用于精细调节停顿、语调、语速、重音和音高
支持SRT、SUB和VTT字幕文件的文本转语音转换
音频转文字转录，支持说话人区分及导出为SRT或VTT格式
Deep Voice 3 类别
- Text to Speech (TTS)
SpeechGen.io 类别
- Text to Speech (TTS)
Deep Voice 3 定价类型
- Free
SpeechGen.io 定价类型
- Freemium