Chatterbox, Kokoro और Whisper द्वारा संचालित

सबसे बेहतरीन
बोलने के लिए भाषण
AI प्लेटफ़ॉर्म

कुछ ही सेकंड में किसी भी आवाज़ का क्लोन बनाएं, टेक्स्ट को आवाज़ में बदलें, ऑडियो ट्रांसक्राइब करें और एक आवाज़ को दूसरी में बदलें, सब कुछ अत्याधुनिक ओपन-सोर्स मॉडल के साथ।

क्रेडिट कार्ड की ज़रूरत नहीं 10 मुफ़्त क्रेडिट API एक्सेस शामिल
वॉइस क्लोनिंग डेमो
वही शब्द, अलग आवाज़

एक ही वाक्य दो अलग स्वरों में सुनिए

अपनी खुद की आवाज़ क्लोन करें

अत्याधुनिक ओपन सोर्स मॉडल द्वारा संचालित

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

वॉइस AI के लिए ज़रूरी सब कुछ

हर स्पीच एप्लिकेशन के लिए पूरे टूल्स

यह कैसे काम करता है

आवाज़ बदलने के तीन आसान स्टेप

1

ऑडियो अपलोड करें

आवाज नमूना अपलोड करें (१०- 30 सेकण्ड) या अपने ब्राउज़र में सीधे रिकार्ड करें. हम एमपी3, WAAC, और अधिक समर्थन करते हैं.

2

AI से प्रोसेस करें

हमारे GPU सर्वर Chatterbox, Kokoro, Whisper और OpenVoice जैसे ओपन-सोर्स मॉडल से आपकी ऑडियो प्रोसेस करते हैं।

3

डाउनलोड या स्ट्रीम करें

तुरंत अपने परिणाम प्राप्त करें. अनेक फ़ॉर्मेटों में डाउनलोड करें या सीधे ही हमारे वास्तविक समय एपीआई के माध्यम से चलाएँ.

सबसे अच्छे ओपन सोर्स मॉडल द्वारा संचालित

हम अत्याधुनिक स्पीच AI रिसर्च का इस्तेमाल करते हैं और उसमें योगदान देते हैं

OpenVoice v2

वैकल्पिक वॉइस कन्वर्ज़न इंजन और क्लोनिंग मॉडल

  • टोन कलर कन्वर्ज़न
  • शब्द और टाइमिंग बरकरार
  • MIT लाइसेंस
Chatterbox

वॉइस क्लोनिंग, डबिंग की आवाज़ें और हमारा डिफ़ॉल्ट वॉइस कन्वर्ज़न (Chatterbox VC)

  • ज़ीरो-शॉट क्लोनिंग
  • 23 भाषाएं
  • व्यावसायिक इस्तेमाल की अनुमति
Kokoro 82M

तेज़ और स्वाभाविक टेक्स्ट टू स्पीच

  • 54 आवाज़ें
  • 8 भाषाएं
  • Apache 2.0 लाइसेंस
Whisper Large v3

बहुभाषी ट्रांसक्रिप्शन

  • भाषा की स्वचालित पहचान
  • 100 भाषाएं
  • शब्दों के टाइमस्टैम्प

हर ज़रूरत के लिए बनाया गया

कंटेंट क्रिएशन से लेकर एंटरप्राइज़ एप्लिकेशन तक

कंटेंट क्रिएशन

वीडियो, पॉडकास्ट, ऑडियोबुक और सोशल मीडिया कंटेंट के लिए बड़े पैमाने पर वॉइसओवर बनाएं।

ग्राहक सेवा

ऐसे वॉइस एजेंट बनाएं जो स्वाभाविक लगें और मुश्किल बातचीत संभाल सकें।

लोकलाइज़ेशन

मूल वक्ता की आवाज़ बरकरार रखते हुए कंटेंट को कई भाषाओं में डब करें।

सुलभता

उन लोगों के लिए आवाज करो जो अपने खो चुके हैं। व्यक्तिगत भाषा सिंथेन्स बनाएँ.

गेमिंग और मनोरंजन

डायनामिक NPC आवाज़ें, किरदारों के संवाद और इंटरैक्टिव अनुभव बनाएं।

शिक्षा

स्वाभाविक नैरेशन के साथ दिलचस्प शैक्षिक कंटेंट बनाएं।

डेवलपर API

हमारे API के साथ बनाएं

हर टूल के लिए एक आसान REST API: अपनी API कुंजी के साथ अनुरोध भेजें, फिर नतीजे के लिए पोल करें।

  • RESTful API

    सभी फ़ीचर के लिए आसान HTTP एंडपॉइंट

  • वेबहुक

    ट्रांसक्रिप्शन जॉब पूरी होने पर अपना नतीजा आपके URL पर POST कर सकती हैं

API डॉक्स देखें
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"}

सरल, पारदर्शी मूल्य निर्धारण

मुफ़्त में शुरू करें, ज़रूरत के साथ बढ़ें

मुफ़्त
$0/माह
  • 10 क्रेडिट/माह
  • सभी औज़ार शामिल हैं
  • एपीआई पहुँच
शुरू करें
प्रारंभ
$9/माह
  • 100 क्रेडिट / माह
  • सभी औज़ार शामिल हैं
  • एपीआई पहुँच
प्रारंभ चुनें
प्रोग्रेड
$29/माह
  • 500 क्रेडिट / माह
  • सभी औज़ार शामिल हैं
  • एपीआई पहुँच
प्रोज़ेन्टी
छोटे रंग
$99/माह
  • 2000 क्रेडिट / माह
  • सभी औज़ार शामिल हैं
  • एपीआई पहुँच
छोटे- छोटे चुनें

अक्सर पूछे जाने वाले सवाल

Speech to Speech AI के बारे में ज़रूरी सारी जानकारी

आवाज नाहक़ किसी की आवाज का नमूना बनाने के लिए एआई का उपयोग करता है (सामान्य रूप से 10-30 सेकण्ड) और एक डिजिटल मॉडल बना सकता है जो कि आवाज में किसी भी पाठ कह सकते हैं. हमारे मंच का उपयोग चैट-टैट मॉडल जैसे राज्य का उपयोग करता है और प्राकृतिक प्रभावों को प्राप्त करने के लिए खोलें.

हम अँग्रेज़ी, स्पैनिश, जर्मन, चीनी, चीनी, जापानी, अरबी, पुर्तगाली, रूसी, इतालवी, डच, पोलिश और कई और लोगों का साथ देते हैं । हमारे अलग - अलग मॉडलों से भाषा बोलनेवाली आवाज़ सुनाई दे सकती है और इनमें से किसी भी भाषा में भाषण भी नहीं मिलती ।

हाँ! हम हर महीने 10 क्रेडिट वाला एक मुफ़्त प्लान देते हैं, जिसमें सभी सुविधाओं तक पूरी पहुँच है: वॉइस क्लोनिंग, टेक्स्ट से स्पीच, स्पीच से टेक्स्ट और बहुत कुछ। साइन अप करने के लिए क्रेडिट कार्ड की ज़रूरत नहीं है। ज़्यादा क्रेडिट के लिए कभी भी अपग्रेड करें।

हम ओपन-सोर्स मॉडल का उपयोग करते हैं: वॉइस क्लोनिंग के लिए Chatterbox और OpenVoice v2, टेक्स्ट टू स्पीच के लिए Kokoro, Piper, VITS और Bark, ट्रांसक्रिप्शन के लिए Whisper Large v3, वॉइस कन्वर्ज़न के लिए Chatterbox VC (OpenVoice v2 अब भी चुना जा सकता है), AI डबिंग की क्लोन की गई आवाज़ों के लिए Chatterbox और वॉइस चैट के जवाबों के लिए Qwen2.5। ये सब हमारे अपने GPU सर्वरों पर चलते हैं।

बिलकुल! हमारे भुगतान की योजना में व्यापारिक प्रयोग अधिकार सम्मिलित हैं । आप वीडियो, पॉपपमेंट, एएसटी, खेल, ग्राहक सेवा, और किसी भी अन्य व्यावसायिक अनुप्रयोग के लिए ऑडियो का उपयोग कर सकते हैं. बस सुनिश्चित करें कि आप किसी भी आवाज का इस्तेमाल कर सकते हैं।

वॉइस चैट से आप एक AI असिस्टेंट से बात कर सकते हैं। आपका ब्राउज़र आपकी बोली को टेक्स्ट में बदलता है, Qwen2.5 (हमारे GPU पर चलने वाला एक ओपन-सोर्स भाषा मॉडल) आपके चुने हुए पर्सोना में जवाब लिखता है, और एक Piper आवाज़ उसे पढ़कर सुनाती है। यह बारी-बारी से, अंग्रेज़ी में काम करता है।

क्या आप अपने वॉइस एप्लिकेशन को बदलने के लिए तैयार हैं?

Speech to Speech AI इस्तेमाल करने वाले हज़ारों डेवलपर्स और क्रिएटर्स से जुड़ें।