Запуск за ~30 с
Образ закэширован заранее, порты проброшены, TLS терминирован — стек уже работает, пока вы дочитываете это предложение.
Шаблон · Аудио и речь · CUDA 12.1
Запустите клонирование голоса и TTS на GPU за 30 секунд
Синтез речи и клонирование голоса с веб-интерфейсом и API. Voicebox объединяет современные открытые модели TTS и клонирования голоса за веб-интерфейсом и API: клонируйте голос по короткому образцу, синтезируйте длинную озвучку, экспортируйте WAV. Арендуйте небольшую карту для интерактивного использования или ночных батч-озвучек. От $0,029/ч на прерываемом RTX 3060.
Шаблон бесплатен
Вы платите только цену GPU: Voicebox TTS на RTX 3060 стоит $0,058/ч по требованию, $0,029/ч прерываемый, тарификация посекундная.
Тома для состояния
Модели, датасеты и результаты хранятся на томе по $0,08/GB/мес.; сам инстанс остаётся одноразовым.
Приватность по умолчанию
Выделенный GPU, зашифрованный диск, оплата криптой, без KYC, без сохранения IP-адресов — Jupyter и SSH с вашими собственными учётными данными.
Лучшие GPU для Voicebox TTS
Три ценовых уровня, хорошо подходящих для этого шаблона, — Хороший, Лучший, Самый лучший. Подходит любая модель GPU из каталога; это оптимальные по цене варианты.
| Уровень | GPU | VRAM | По требованию | Прерываемые | Почему эта карта | Действие |
|---|---|---|---|---|---|---|
| Хороший | RTX 3060 | 12 GB | $0,058 | $0,029 | 12 GB более чем достаточно для большинства моделей TTS. | Развернуть |
| Лучший | RTX 4070 | 12 GB | $0,123 | $0,061 | Более быстрый синтез для озвучки батчами. | Развернуть |
| Самый лучший | RTX 4090 | 24 GB | $0,354 | $0,177 | 24 GB для более крупных голосовых моделей и параллельных запросов. | Развернуть |
Нужно больше VRAM? Полный каталог перечисляет все модели с доступностью в реальном времени — всего: 83; руководство по VRAM подбирает карту под модель.
Разверните Voicebox TTS через консоль, CLI или API
Откройте консоль, выберите шаблон в панели развёртывания, или сделайте это через скрипт:
- Консоль — отфильтруйте по GPU, выберите Voicebox TTS в списке шаблонов, задайте диск и переменные окружения, разверните.
- CLI — pip install lowcostgpu, затем команда справа. Справочник CLI.
- API — POST /v1/instances с "template": "voicebox-tts". Справочник REST API.
- Свой образ — подойдёт любая ссылка OCI; мы добавляем NVIDIA runtime. Документация по шаблонам.
$ lowcostgpu launch --gpu rtx-3060 --template voicebox-tts \
--disk 100 --volume models:/workspace/models
✓ instance i-7a41c0e2 running (27.9s)
# Voicebox TTS · RTX 3060 · $0,058/hr · per second
# https://i-7a41c0e2.lowcostgpu.com:8888 (TLS)
$ lowcostgpu stop i-7a41c0e2 # billing ends this secondЧто внутри шаблона Voicebox TTS
| Образ | lowcostgpu/voicebox |
|---|---|
| CUDA | CUDA 12.1 |
| Доступ | shell по SSH · JupyterLab на проброшенном порту |
| Категория | Аудио и речь |
| Хранилище | NVMe-диск инстанса (размер задаётся при развёртывании) + опциональные сетевые тома |
| Биллинг | Только цена GPU, посекундно — без платы за шаблон, без платы за подключение |
Другие шаблоны категории Аудио и речь
WebUI и API для Whisper на облачном GPU — Батч-расшифровка аудио через faster-whisper с интерфейсом и REST-эндпоинтом.
ACE Step 1.5 на облачном GPU — Модель генерации музыки ACE-Step с интерфейсом и API.- Все шаблоны: 37
Voicebox TTS на облачном GPU: FAQ
Переменные окружения, порты и пользовательские образы описаны в документации по шаблонам.
Сколько стоит запустить Voicebox TTS на облачном GPU?
Только цена GPU — шаблон бесплатен. От $0,029/ч на прерываемом RTX 3060, $0,058/ч по требованию на RTX 3060. Тарификация посекундная, поэтому час экспериментов стоит час, а не день. Хранилище — $0,08/GB/мес.
Сколько времени занимает запуск Voicebox TTS?
Около 30 секунд с момента клика по кнопке «Развернуть»: образ заранее закэширован на машинах, порты проброшены, а TLS терминирован. Перезапуск остановленного инстанса быстрее, а диск остаётся точно таким, каким вы его оставили.
Можно ли сохранить модели и результаты между сессиями?
Да — подключите том при развёртывании. Всё на томе переживает уничтожение инстанса и монтируется на следующий инстанс в регионе за секунды, по цене $0,08/GB/мес. Сам диск инстанса переживает остановку/запуск, но не уничтожение.
Можно ли использовать это как API?
Да — REST-эндпоинт принимает текст вместе с референсным сэмплом и возвращает аудио; он доступен на проброшенном порте с TLS.