input | तार | हाँ | - | पॉडकास्ट स्क्रिप्ट। मल्टी-स्पीकर के लिए [S1]/[S2]/[S3]/[S4] टैग या ‘स्पीकर N:’ लाइनों का उपयोग करें। पैरालिंग्विस्टिक टैग समर्थित: <|खिलखिलाहट|>, <|गहरी सांस|>, <|श्वसन क्रिया|>, <|खांसी|>. |
voice_model | एनम | नहीं | "base" | आधार: अंग्रेजी + मंदारिन। बोली: सिचुआन, हेनान और कैंटोनीज़ कहते हैं। · अनुमति: base, dialect |
voice_s1 | एनम | नहीं | "arthur" | [S1] के लिए आवाज। एलजे = एम्मा। custom_s1 voice_s1_audio_url की आवश्यकता है। · अनुमति: arthur, james, lj, xiaomei, zhigang, custom_s1 |
voice_s2 | एनम | नहीं | "lj" | [S2] के लिए आवाज। एलजे = एम्मा। · अनुमति: arthur, james, lj, xiaomei, zhigang, custom_s2 |
voice_s3 | एनम | नहीं | "james" | [S3] के लिए आवाज। · अनुमति: arthur, james, lj, xiaomei, zhigang, custom_s3 |
voice_s4 | एनम | नहीं | "xiaomei" | [S4] के लिए आवाज। · अनुमति: arthur, james, lj, xiaomei, zhigang, custom_s4 |
voice_s1_audio_url | तार | नहीं | - | [S1] कस्टम-वॉयस क्लोनिंग के लिए ऑडियो URL का संदर्भ लें। अध्यक्ष को सहमति वाक्यांश को जोर से कहना चाहिए। |
voice_s2_audio_url | तार | नहीं | - | [S2] कस्टम-वॉयस क्लोनिंग के लिए ऑडियो URL का संदर्भ लें। |
voice_s3_audio_url | तार | नहीं | - | [S3] कस्टम-वॉयस क्लोनिंग के लिए ऑडियो URL का संदर्भ लें। |
voice_s4_audio_url | तार | नहीं | - | [S4] कस्टम-वॉयस क्लोनिंग के लिए संदर्भ ऑडियो URL। |
temperature | संख्या | नहीं | 0.6 | नमूना तापमान। · रेंज: 0.1 - 2.0 |
top_k | संख्या | नहीं | 100 | टॉप-के सैंपलिंग कैप। · रेंज: 1 - 500 |
top_p | संख्या | नहीं | 0.9 | नाभिक नमूनाकरण। · रेंज: 0.1 - 1.0 |
repetition_penalty | संख्या | नहीं | 1.25 | उच्च मूल्य बार-बार वाक्यांश को हतोत्साहित करते हैं। · रेंज: 1.0 - 2.0 |
seed | तार | नहीं | "42" | प्रतिलिपि प्रस्तुत करने योग्यता बीज (स्ट्रिंग प्रति अपस्ट्रीम)। |
output_format | एनम | नहीं | "mp3" | आउटपुट मीडिया फ़ाइल स्वरूप (mp3, wav, mp4, png, jpg, आदि, समापन बिंदु के आधार पर)। · अनुमति: mp3, wav |
language | तार | नहीं | "" | अपस्ट्रीम (पासथ्रू) पर अग्रेषित किया जाता है ताकि पॉडकास्ट मॉडल सही voice/dialect टियर चुन सके। |
