You're looking at a specific version of this model. Jump to the model overview.
aodianyun /f5-tts-thai-v2:77a02a69
Input schema
The fields you can use to run this model with an API. If you don’t give a value for a field its default value will be used.
| Field | Type | Default value | Description |
|---|---|---|---|
| audio |
string
|
参考音频文件（WAV/MP3）。当 no_ref_audio=True 时此参数将被忽略。
|
|
| text |
string
|
要生成的文本内容
|
|
| ref_text |
string
|
|
参考文本（可选；为空则自动识别参考音频）
|
| remove_silence |
boolean
|
True
|
是否移除生成音频中的静音段
|
| speed |
number
|
1
Min: 0.3 Max: 2 |
语速（0.3-2.0）
|
| nfe_step |
integer
|
32
Min: 4 Max: 64 |
NFE 步数（越大质量越好但越慢）
|
| cross_fade_duration |
number
|
0.15
Max: 1 |
分段拼接淡入淡出（秒）
|
| cfg_strength |
number
|
2
Max: 10 |
CFG 强度（控制与参考音频相似度）
|
| sway_sampling_coef |
number
|
-1
Min: -5 Max: 5 |
采样系数（建议 -1 或 2-5）
|
| max_chars |
integer
|
250
Min: 50 Max: 800 |
长文本分段最大字节数（越小越稳但越慢）
|
| seed |
integer
|
-1
|
随机种子（-1 表示随机）
|
| no_ref_audio |
boolean
|
False
|
是否不使用参考音频（纯文本生成，当前暂不支持，会抛出错误）
|
Output schema
The shape of the response you’ll get when you run this model with an API.
{'format': 'uri', 'title': 'Output', 'type': 'string'}