با استفاده از Chatterbox، Kokoro و Whisper

. نهایت
گفتار به گفتار
پلت فرم هوش مصنوعی

هر صدایی را در چند ثانیه شبیه سازی کنید، متن را به گفتار تبدیل کنید، صدا را رونوشت کنید و یک صدا را به دیگری تبدیل کنید، همه با مدل‌های منبع باز پیشرفته.

کارت اعتباري لازم نيست 10 امتیاز آزاد دسترسی API شامل شده
نمایش شبیه‌سازی صدا
کلمات مشابه، صداي متفاوت

يه جمله رو با دو صداي مختلف بشنويد

شبیه‌سازی صدای خودتان

با استفاده از مدل های متن باز پیشرفته

Qwen2.5 Chatterbox Kokoro 82M Whisper Large v3 OpenVoice v2

هر آنچه که برای هوش مصنوعی صدا نیاز دارید

ابزارهای جامع برای هر برنامه کاربردی گفتار

چطور کار میکنه

سه گام ساده برای تبدیل صدا

1

بارگذاری صوتی

یک نمونه صدا را بارگذاری کنید (۱۰-۳۰ ثانیه) یا مستقیماً در مرورگر خود ضبط کنید. ما از MP3 ، WAV ، FLAC و بیشتر پشتیبانی می‌کنیم.

2

فرایند با هوش مصنوعی

سرورهای GPU ما صدای شما را با مدل‌های منبع باز مانند Chatterbox، Kokoro، Whisper و OpenVoice پردازش می‌کنند.

3

بارگیری یا جریان

نتایج خود را بلافاصله دریافت کنید. در قالب‌های متعدد دانلود کنید یا مستقیماً از طریق API زمان واقعی ما پخش کنید.

با بهترین مدل‌های متن‌باز پشتیبانی می‌شود

ما از تحقیقات پیشرفته هوش مصنوعی در گفتار استفاده می کنیم و به آن کمک می کنیم.

OpenVoice v2

موتور تبدیل صدا و مدل شبیه‌سازی گزینشی

  • تبدیل رنگ
  • کلمات و زمان را حفظ مي كند
  • مجوز MIT
Chatterbox

شبیه‌سازی صدا، صداهای دوبله و تبدیل صدای پیش‌فرض ما (Chatterbox VC)

  • شبیه‌سازی Zero-shot
  • ۲۳ زبان
  • استفاده تجاری مجاز است
Kokoro 82M

تبدیل متن به گفتار سریع و طبیعی

  • ۵۴.
  • زبان ۸.
  • Apache 2.0 licence
Whisper Large v3

رونوشت چندزبانه

  • تشخیص خودکار زبان
  • 100 languages
  • زمان‌بندی

برای هر مورد استفاده ساخته شده

از ایجاد محتوا تا برنامه‌های کاربردی شرکت

ایجاد محتوا

صداگذاری برای ویدئوها، پادکست‌ها، کتاب‌های صوتی و محتوای رسانه‌های اجتماعی در مقیاس ایجاد کنید.

خدمات مشتری

این روش‌ها می‌توانند به صورت طبیعی و با استفاده از روش‌های پیچیده انجام شوند.

محلی

این زبان در میان زبان‌های بدویی و در میان زبان‌های بدویی زبان اصلی است.

دسترسی‌پذیری

صداي كساني رو كه صداي خودشون رو از دست دادن رو بدهيد.

Gaming & Entertainment

صداهای پویا NPC، گفتگوهای شخصیت‌ها و تجربه‌های تعاملی را ایجاد کنید.

آموزش

این کتاب شامل مطالبی در مورد تئوری‌های طبیعی است.

رابط کاربری توسعه‌دهنده

ساختن با API ما

یک API REST ساده برای هر ابزار: یک درخواست با کلید API خود را ارسال کنید، سپس برای نتیجه پرس و جو کنید.

  • API RESTful

    نقطه پایانی HTTP ساده برای همه ویژگی‌ها

  • وب‌هوکها

    کارهای رونوشت می‌توانند نتیجه را هنگام پایان به نشانی وب شما ارسال کنند

نمایش مستندات API
POST /v1/voice-clone/
curl -X POST https://api.speechtospeechai.com/v1/voice-clone/ \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "reference_audio=@sample.mp3" \
  -F "text=Hello, this is my cloned voice." \
  -F "model=chatterbox"

# Response: a job to poll
{"uuid": "3f2c...", "status": "queued"}

curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
  -H "Authorization: Bearer YOUR_API_KEY"

{"status": "completed", "result_url": "https://.../output.wav"}

قیمت‌گذاری ساده و شفاف

شروع آزاد، مقیاس در حال رشد

آزاد
$0/ماه
  • 10 کرون
  • همه ابزارها شامل
  • دسترسی API
شروع
آغازگر
$9/ماه
  • 100 .. شکر / ماه
  • همه ابزارها شامل
  • دسترسی API
انتخاب آغازگر
حرفه اي
$29/ماه
  • 500 .. شکر / ماه
  • همه ابزارها شامل
  • دسترسی API
انتخاب حرفه‌ای
شرکت
$99/ماه
  • 2000 .. شکر / ماه
  • همه ابزارها شامل
  • دسترسی API
انتخاب شرکت

پرسشهای متداول

Everything you need to know about Speech to Speech AI

شبیه‌سازی صدا از هوش مصنوعی برای تجزیه و تحلیل نمونه صدای کسی (معمولاً ۱۰ تا ۳۰ ثانیه) استفاده می‌کند و یک مدل دیجیتالی ایجاد می‌کند که می‌تواند هر متنی را با آن صدا بشنود. پلتفرم ما از مدل‌های پیشرفته مانند Chatterbox و OpenVoice برای دستیابی به نتایج طبیعی استفاده می‌کند.

ما از زبان انگلیسی، اسپانیایی، فرانسوی، آلمانی، چینی، ژاپنی، کره‌ای، عربی، پرتغالی، روسی، ایتالیایی، هلندی، لهستانی و بسیاری دیگر پشتیبانی می‌کنیم. مدل‌های چندزبانه ما می‌توانند صداها را شبیه‌سازی کنند و گفتار را در هر یک از این زبان‌ها تولید کنند.

بله! ما یک سطح رایگان با ۱۰ کراس در ماه ارائه می‌کنیم که شامل دسترسی کامل به تمام ویژگی‌ها است: شبیه‌سازی صدا، متن به گفتار، گفتار به متن و غیره. برای ثبت نام نیازی به کارت اعتباری نیست. هر زمان برای کراس‌های بیشتر ارتقا دهید.

ما از مدل‌های متن باز استفاده می‌کنیم: Chatterbox و OpenVoice v2 برای شبیه‌سازی صدا، Kokoro، Piper، VITS و Bark برای تبدیل متن به گفتار، Whisper Large v3 برای رونویسی، Chatterbox VC برای تبدیل صدا (OpenVoice v2 هنوز قابل انتخاب است)، Chatterbox برای صداهای شبیه‌سازی شده در AI dub و Qwen2.5 برای پاسخ‌ها در گفتگوی صوتی.

قطعاً! تمام برنامه‌های پرداختی ما شامل حقوق استفاده تجاری است. می‌توانید از صدای تولید شده برای ویدئوها، پادکست‌ها، برنامه‌ها، بازی‌ها، خدمات مشتری و هر برنامه تجاری دیگر استفاده کنید. فقط مطمئن شوید که حق شبیه‌سازی هر صدایی که استفاده می‌کنید را دارید.

گفتگوی صوتی به شما اجازه می‌دهد که با یک دستیار هوش مصنوعی صحبت کنید. مرورگر شما گفتارتان را به متن تبدیل می‌کند ، Qwen2.5 (یک مدل زبان متن باز که بر روی GPUهای ما اجرا می‌شود) پاسخ را در شخصیتی که انتخاب کرده‌اید می‌نویسد ، و یک صدای Piper آن را با صدای بلند می‌خواند. این کار به صورت چرخشی و به زبان انگلیسی انجام می‌شود.

آماده‌اید که برنامه‌های کاربردی صدایتان را تغییر دهید؟

به هزاران توسعه دهنده و سازنده با استفاده از Speech to Speech AI بپیوندید.