Powered by Chatterbox, Kokoro & Whisper

Az utolsó
Beszéd a beszédhez
AI platform

Klón bármilyen hang másodpercek alatt, kapcsolja szöveg beszéd, átírja a hang és átalakítani egyik hang egy másik, mind a legmodernebb nyílt forráskódú modellek.

Nincs szükség hitelkártyára 10 ingyenes kredit API-hozzáférés is
Hang klónozás Demo
Ugyanazok a szavak, más hang.

Ugyanazt a mondatot két különböző hangon hallani.

Klónozd a saját hangodat

A legmodernebb nyílt forráskódú modellek által vezérelve

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

Minden, amire szükséged van a hangjelzőhöz

Átfogó eszközök minden beszédes jelentkezéshez

Hogyan működik?

Három egyszerű lépés a hangváltáshoz

1

Hangfeltöltés

Hangminta (10-30 másodperc) feltöltése vagy közvetlenül a böngészőbe történő rögzítés. Támogatjuk az MP3, WAV, FLAC és még sok más.

2

Folyamat az MI-vel

GPU szervereink nyílt forráskódú modellekkel, mint a Chatterbox, Kokoro, Whisper és OpenVoice.

3

Letöltés vagy átáramlás

Azonnal szerezze meg az eredményeit. Töltse le több formátumban vagy közvetlenül a valós idejű API-n keresztül.

A legjobb nyílt forráskódú modellek segítségével

Mi a legmodernebb beszéd-AI kutatáshoz járulunk hozzá és használjuk.

OpenVoice v2

Opcionális hangátalakító motor és klónozási modell

  • Tónusszín-konverzió
  • Szavakat és időzítést tart
  • MIT-engedély
Chatterbox

Hang klónozás, hangok szinkronizálása és alapértelmezett hangkonverziónk (Chatterbox VC)

  • Nulla lövéses klónozás
  • 23 nyelv
  • Kereskedelmi célú felhasználás megengedett
Kokoro 82M

Gyors, természetes szöveg a beszédhez

  • 54 hang
  • 8 nyelv
  • Apache 2.0 licenc
Whisper Large v3

Többnyelvű átirat

  • Automatikus nyelvi észlelés
  • 100 nyelv
  • Szóbélyegek

Minden felhasználási esetre felépített

A tartalomteremtéstől a vállalati alkalmazásokig

Tartalomteremtés

Hangátvitelt készít a videók, podcastok, audiobookok és közösségi média tartalmak méretarányban.

Ügyfélszolgálat

Építs hanganyagok, amelyek természetesnek hangzanak, és kezelni összetett beszélgetéseket.

Lokalizáció

A tartalom több nyelvre is átdönthető, miközben megőrzi az eredeti hangszóró hangját.

Hozzáférhetőség

Adj hangot azoknak, akik elvesztették az övéket. Személyre szabott beszédszintézist készíts.

Játék és szórakozás

Dinamikus NPC hangok, karakter párbeszédek és interaktív élmények létrehozása.

Oktatás

Létrehozni a természetes hangú elbeszéléssel foglalkozó oktatási tartalmat.

Fejlesztő API

Építsünk API-val

Egy egyszerű REST API minden eszköz: küldjön egy kérést az API kulcs, majd szavazzon az eredményre.

  • RESTFUL API

    Egyszerű HTTP végpontok minden funkcióhoz

  • WebhookCity name (optional, probably does not need a translation)

    Átírási munkák Post eredmény az URL-re, ha befejezték

API- dokumentációk megtekintése
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"}

Egyszerű, átlátható ár

Szabadon indulhatsz, skálázhatsz, ahogy növök.

Szabad
$0/mo
  • 10 kredit/hónap
  • Minden szerszámot tartalmaz
  • API-hozzáférés
Kezdjük el
Indító
$9/mo
  • 100 hitelek / hónap
  • Minden szerszámot tartalmaz
  • API-hozzáférés
A kezdő kiválasztása
Pro
$29/mo
  • 500 hitelek / hónap
  • Minden szerszámot tartalmaz
  • API-hozzáférés
Pro kiválasztása
Enterprise
$99/mo
  • 2000 hitelek / hónap
  • Minden szerszámot tartalmaz
  • API-hozzáférés
Válassza ki az Enterprise- t

Gyakran ismételt kérdések

Minden, amit tudnod kell a Speech to Speech AI-ről

Hang klónozás használja MI, hogy elemezze a mintát valaki hangját (jellemzően 10-30 másodperc) és hozzon létre egy digitális modell, amely képes beszélni bármilyen szöveget abban a hangban. Platformunk a legkorszerűbb modelleket használja, mint a Chatterbox és az OpenVoice, hogy természetes hangzású eredményeket érjen el.

Támogatjuk az angol, spanyol, francia, német, kínai, japán, koreai, arab, portugál, orosz, olasz, holland, lengyel és még sok más. Többnyelvű modelleink képesek hangokat klónozni és beszédeket generálni bármelyik ilyen nyelven.

Igen! Kínálunk egy ingyenes szint 10 kredit havonta, amely magában foglalja a teljes hozzáférést minden funkció: hang klónozás, szöveg-beszélő, beszéd-szöveg, és így tovább. Nincs szükség hitelkártyára. Frissítsen bármikor több kreditért.

Nyílt forráskódú modelleket használunk: Chatterbox és OpenVoice v2 hang klónozáshoz, Kokoro, Piper, VITS és Bark szöveges beszédhez, Whisper Large v3 átíráshoz, Chatterbox VC hangkonverzióhoz (OpenVoice v2 még mindig választható), Chatterbox az AI-ban lejátszott hangokhoz és Qwen2,5 a hangcsevegőben adott válaszokhoz. Mind a saját GPU szerverünkön futnak.

Minden fizetős csomagunk kereskedelmi felhasználási jogokat tartalmaz. A generált hangot videókhoz, podcastokhoz, alkalmazásokhoz, játékokhoz, ügyfélszolgálathoz és bármilyen más kereskedelmi alkalmazáshoz használhatja. Csak győződjön meg arról, hogy rendelkezik a klónozási jogokkal a használt hangok számára.

A hangcsevegő lehetővé teszi, hogy beszélj egy MI asszisztenssel. A böngésző szövegté változtatja a beszédét, a Qwen2.5 (egy nyitott forráskódú, GPU-n futó nyelvi modell) a választ a kiválasztott személyben írja, és a Piper hang hangosan olvassa. Fordítva működik, angolul.

Készen állsz a hangalkalmazásod átalakítására?

Csatlakozz több ezer fejlesztõhöz és alkotóhoz a Speech to Speech AI segítségével.