Pickles 对比 Deep Voice 3
在比较 Pickles 和 Deep Voice 3 时，哪个 AI Text to Speech (TTS) 工具更出色？我们看看定价、替代品、赞成票、功能、评论等等。
Pickles 和 Deep Voice 3，哪一个更优？
当我们将Pickles和Deep Voice 3并排放置时，这两个都是AI驱动的text to speech (tts)工具， 这两个工具都获得了 aitools.fyi 用户相同数量的点赞。 权力掌握在你手中！投票并参与决定获胜者。
认为我们错了？投票并向我们展示谁才是老大！
Pickles
什么是 Pickles?
Pickles 是一个面向开发者的文本转语音 API，适合需要逼真合成语音但不想支付高额语音模型费用的用户。您只需通过简单的 HTTPS 调用发送文本，即可获得一个托管的 WAV 文件，随时播放或存储。它适用于将语音集成到应用程序、机器人、有声书流程或任何以每字符成本为主要限制的产品的团队。
Pickles 以单位经济性为核心。主页声称其成本约为 OpenAI TTS 的 1/5，ElevenLabs 的 1/32，以及 UnrealSpeech 的 1/2（在相似使用量下）。网站上的示例音频生成时间为 0.1 到 0.2 秒，表明其设计优先考虑低延迟，适合近实时应用。您将以简化的 API 和基于使用量的月度套餐，取代消费者级 TTS 品牌的大型语音库和录音棚级别的润色。
独立开发者和早期创业公司可以选择 Hobby 计划，月费 9 美元，包含 100 万字符（约 200 小时语音）。大规模发布的团队可选 Growth 计划，79 美元含 1000 万字符，或 Enterprise 计划，599 美元含 1 亿字符。结账通过 Stripe 完成，支持一键取消，Discord 社区负责解答集成相关问题。
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。
Pickles 赞同数
Deep Voice 3 赞同数
Pickles 顶级功能
Hobby plan includes 1 million characters per month for $9
Sample Forrest Gump clip generated in 0.1 seconds on the homepage
HTTPS API returns a hosted WAV file with no client-side audio processing
Growth tier offers 10 million characters per month for $79
Enterprise tier supports 100 million characters per month for $599
Stripe checkout with one-click subscription cancel
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
Pickles 类别
- Text to Speech (TTS)
Deep Voice 3 类别
- Text to Speech (TTS)
Pickles 定价类型
- Paid
Deep Voice 3 定价类型
- Free