Higgs Audio

Wichtige Funktionen

• Zero-Shot-Voice-Cloning: Klont Stimmen mit nur wenigen Sekunden Referenzaudio.
• 24-kHz-Audio in hoher Qualität: Erzeugt Audio in professioneller Studioqualität.
• Dialoge mit mehreren Sprechern: Verarbeitet Mehrsprecherdialoge in Echtzeit mit geringer Latenz.
• Emotionale Sprachsynthese: 75,7 % Siegesrate in der Kategorie Emotionen für ausdrucksstarke Synthese.
• Mehrsprachigkeit: Unterstützt über 20 Sprachen bei der Sprachsynthese.

So funktioniert es

1. Text und Referenzaudio bereitstellen.
2. 24-kHz-Ausgabe und Steuerung des emotionalen Ausdrucks konfigurieren.
3. Spezialisierte neuronale Netze erzeugen Sprache und verarbeiten Mehrsprecherdialoge in Echtzeit.
4. Die generierte Sprache in 24-kHz-Qualität für kommerzielle oder wissenschaftliche Zwecke herunterladen.

Preise

• Kostenloser Starter-Tarif: 100 Audiogenerierungen pro Monat, 24-kHz-Ausgabe, grundlegende Sprachmodelle und nur persönliche Nutzung.
• Professional: 29 $/Monat, 2.500 Audiogenerierungen pro Monat, Zero-Shot-Voice-Cloning, Mehrsprecherdialoge, erweitertes Higgs Audio v2, Priority-Support, kommerzielle Lizenz, individuelles Sprachtraining und API-Zugriff.
• Enterprise: 99 $/Monat, unbegrenzte Generierungen, individuelle Modell-Feinabstimmung, White-Label-Lösungen, dedizierte Higgs-Audio-Instanz, dedizierter 24/7-Support, erweiterte Analysen, Teamarbeit, individuelle Integrationen und SLA-Garantie.

Zielgruppen und Vorteile

Content-Ersteller, Podcast-Produzenten, Entwickler, Forscher, Unternehmen und Großorganisationen sowie EdTech-Anbieter.

• Transparentes und flexibles Open-Source-Modell.
• Mit 10M Stunden Audiodaten trainiert.
• Echtzeit-Inferenz mit geringer Latenz.
• Unterstützt WAV-, MP3- und FLAC-Formate.
• 14-tägige kostenlose Testphase für alle kostenpflichtigen Tarife.

FAQ

• Higgs Audio v2 nutzt neuronale Netze, die mit 10M Stunden Audiodaten trainiert wurden; erforderlich sind Text und optional eine Referenzstimme.
• Tarife können jederzeit geändert werden; Änderungen gelten sofort und werden anteilig abgerechnet.
• WAV, MP3 und FLAC werden in hochauflösender 24-kHz-Qualität unterstützt.
• Alle kostenpflichtigen Tarife enthalten eine 14-tägige kostenlose Testphase.