ថាមពល​ដោយ Chatterbox, Kokoro & Whisper

ចុងក្រោយ
និយាយ​ទៅ​និយាយ
វេទិកា AI

ក្លូន​សំឡេង​ណាមួយ​ក្នុង​រយៈ​ពេល​ពីរ​វិនាទី ប្ដូរ​អត្ថបទ​ទៅ​ជា​ការ​និយាយ សរសេរ​អូឌីយ៉ូ និង​បម្លែង​សំឡេង​មួយ​ទៅ​ជា​មួយ​នឹង​ម៉ូដែល​ប្រភព​បើក​ចំហ​ទាំងអស់ ។

គ្មាន​កាត​ឥណទាន​ដែល​ត្រូវការ 10 ឥតគិតថ្លៃ ចូល​ដំណើរការ API ដែល​បាន​រួម​បញ្ចូល
ការ​បង្ហាញ​ការ​ក្លូន​សំឡេង
ពាក្យ​ដូចគ្នា សំឡេង​ខុសគ្នា

ឮ​ឃ្លា​ដូចគ្នា​ក្នុង​សំឡេង​ពីរ​ផ្សេង​គ្នា

ក្លូន​សំឡេង​របស់​អ្នក​ផ្ទាល់

ដំណើរការ​ដោយ​ម៉ូដែល​ប្រភព​បើកចំហ​ state-of-the-art

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

អ្វី​ដែល​អ្នក​ត្រូវការ​សម្រាប់ AI សំឡេង

ឧបករណ៍​ទូលំទូលាយ​សម្រាប់​កម្មវិធី​និយាយ​ទាំងអស់

របៀប​ដែល​វា​ធ្វើការ

ជំហាន​សាមញ្ញ​បី​ដើម្បី​បម្លែង​សំឡេង

1

ផ្ទុក​អូឌីយ៉ូ​ឡើង

ផ្ទុកឡើងគំរូសំឡេង (10-30 វិនាទី) ឬថតដោយផ្ទាល់នៅក្នុងកម្មវិធីរុករករបស់អ្នក. យើងគាំទ្រ MP3, WAV, FLAC, និងច្រើនទៀត.

2

ដំណើរការ​ជាមួយ AI

ម៉ាស៊ីនបម្រើ GPU របស់​យើង​ដំណើរការ​អូឌីយ៉ូ​របស់​អ្នក​ជាមួយ​ម៉ូដែល​ប្រភព​បើក​ចំហ​ដូចជា Chatterbox, Kokoro, Whisper និង OpenVoice ។

3

ទាញយក ឬ​ស្ទ្រីម

ទទួលបានលទ្ធផលរបស់អ្នកភ្លាមៗ។ ទាញយកក្នុងទ្រង់ទ្រាយច្រើនឬស្ទ្រីមដោយផ្ទាល់តាមរយៈ API ពេលវេលាពិតរបស់យើង។

ដំណើរការ​ដោយ​ម៉ូដែល​ប្រភព​បើកចំហ​ល្អបំផុត

យើងប្រើនិងចូលរួមចំណែកក្នុងការស្រាវជ្រាវ AI និយាយចុងក្រោយបំផុត

OpenVoice v2

ម៉ាស៊ីន​បម្លែង​សំឡេង​ជម្រើស និង​ម៉ូដែល​ក្លូន

  • ការ​បម្លែង​ពណ៌​ពណ៌​លាំៗ
  • រក្សា​ពាក្យ និង​ពេលវេលា
  • អាជ្ញាបណ្ណ MIT
Chatterbox

ការ​ចម្លង​សំឡេង ការ​ច្រៀង​សំឡេង និង​ការ​បម្លែង​សំឡេង​លំនាំដើម​របស់​យើង (Chatterbox VC)

  • ការ​ក្លូន Zero- shot
  • ២៣ ភាសា
  • អនុញ្ញាត​ឲ្យ​ប្រើ​ពាណិជ្ជកម្ម
Kokoro 82M

អត្ថបទ​ទៅ​ការ​និយាយ​ដែល​លឿន និង​ធម្មជាតិ

  • ៥៤ សំឡេង
  • ភាសា 8
  • អាជ្ញាបណ្ណ Apache 2.0
Whisper Large v3

ការ​បកប្រែ​ជា​ភាសា​ច្រើន

  • ការ​រក​ឃើញ​ភាសា​ដោយ​ស្វ័យ​ប្រវត្តិ
  • ភាសា​ ១០០
  • ត្រា​ពេលវេលា​របស់​ពាក្យ

ស្ថាបនា​សម្រាប់​ករណី​ប្រើ​នីមួយៗ

ពី​ការ​បង្កើត​មាតិកា​ទៅ​កម្មវិធី​អាជីវកម្ម

ការ​បង្កើត​មាតិកា

បង្កើត​ការ​និយាយ​សម្រាប់​វីដេអូ ផតខាស់ សៀវភៅ​អូឌីយ៉ូ និង​មាតិកា​ប្រព័ន្ធ​ផ្សព្វផ្សាយ​សង្គម​នៅ​ក្នុង​មាត្រដ្ឋាន ។

សេវា​អតិថិជន

ស្ថាបនា​ភ្នាក់ងារ​សំឡេង​ដែល​មាន​សំឡេង​ធម្មជាតិ និង​អាច​ដោះស្រាយ​ការ​សន្ទនា​ស្មុគស្មាញ ។

ការ​កំណត់​តំបន់

ដាប់​មាតិកា​ទៅ​ជា​ភាសា​ច្រើន​ក្នុង​ពេល​រក្សា​សំឡេង​អ្នក​និយាយ​ដើម ។

មធ្យោបាយ​ងាយស្រួល

ផ្ដល់​សំឡេង​ដល់​អ្នក​ដែល​បាត់​សំឡេង​របស់​ពួក​គេ ។ បង្កើត​ការ​សំយោគ​ការ​និយាយ​ផ្ទាល់ខ្លួន ។

ល្បែង និង​កម្សាន្ត

បង្កើត​សំឡេង NPC ថាមវន្ត ប្រអប់​តួអក្សរ និង​បទពិសោធន៍​អន្តរកម្ម ។

​អប់រំ

បង្កើត​មាតិកា​អប់រំ​ដែល​ទាក់ទាញ​ជាមួយ​ការ​និយាយ​ដែល​មាន​សំឡេង​ធម្មជាតិ ។

API របស់​អ្នក​អភិវឌ្ឍន៍

ស្ថាបនាជាមួយ API របស់យើង

REST API ធម្មតាសម្រាប់ឧបករណ៍ទាំងអស់: ផ្ញើសំណើជាមួយសោ API របស់អ្នកបន្ទាប់មកបោះឆ្នោតសម្រាប់លទ្ធផល។

  • API RESTful

    ចំណុច​បញ្ចប់ HTTP ធម្មតា​សម្រាប់​លក្ខណៈ​ពិសេស​ទាំងអស់

  • Webhook

    ការងារ​បម្លែង​អាច​ POST លទ្ធផល​របស់​ពួក​គេ​ទៅ URL របស់​អ្នក ពេល​ពួក​គេ​បញ្ចប់

មើល​ឯកសារ 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"}

តម្លៃ​ធម្មតា​ថ្លា

ចាប់ផ្ដើម​ដោយ​ឥត​គិត​ថ្លៃ ធ្វើ​មាត្រដ្ឋាន​តាម​ដែល​អ្នក​រីក​ធំ

ឥត​គិត​ថ្លៃ
$0/ខែ
  • 10 ពិន្ទុ/ខែ
  • ឧបករណ៍​ទាំងអស់​រួម​បញ្ចូល
  • ការ​ចូល​ដំណើរការ API
ចាប់ផ្ដើម
កម្មវិធី​ចាប់ផ្ដើម
$9/ខែ
  • 100 ក្រេឌីត / ខែ
  • ឧបករណ៍​ទាំងអស់​រួម​បញ្ចូល
  • ការ​ចូល​ដំណើរការ API
ជ្រើស​កម្មវិធី​ចាប់ផ្ដើម
ជំនាញ
$29/ខែ
  • 500 ក្រេឌីត / ខែ
  • ឧបករណ៍​ទាំងអស់​រួម​បញ្ចូល
  • ការ​ចូល​ដំណើរការ API
ជ្រើស​អ្នក​ជំនាញ
ក្រុមហ៊ុន​ផលិត
$99/ខែ
  • 2000 ក្រេឌីត / ខែ
  • ឧបករណ៍​ទាំងអស់​រួម​បញ្ចូល
  • ការ​ចូល​ដំណើរការ API
ជ្រើស​សហគ្រាស

សំណួរ​ដែល​សួរ​ញឹកញាប់

អ្វីគ្រប់យ៉ាងដែលអ្នកត្រូវការដើម្បីដឹងអំពី Speech to Speech AI

ការចម្លងសំឡេងប្រើ AI ដើម្បីវិភាគគំរូនៃសំឡេងរបស់នរណាម្នាក់ (ជាទូទៅ 10-30 វិនាទី) និងបង្កើតម៉ូដែលឌីជីថលដែលអាចនិយាយអត្ថបទណាមួយនៅក្នុងសំឡេងនោះ។ វេទិការបស់យើងប្រើម៉ូដែល state-of-the-art ដូចជា Chatterbox និង OpenVoice ដើម្បីសម្រេចបានលទ្ធផលសម្លេងធម្មជាតិ។

យើងគាំទ្រភាសាអង់គ្លេស, អេស្ប៉ាញ, បារាំង, អាល្លឺម៉ង់, ចិន, ជប៉ុន, កូរ៉េ, អារ៉ាប់, ព័រទុយហ្គាល់, រុស្ស៊ី, អ៊ីតាលី, ហុល្លង់, ប៉ុលពតនិងច្រើនទៀត. ម៉ូដែលភាសាច្រើនរបស់យើងអាចក្លូនសំឡេងនិងបង្កើតការនិយាយនៅក្នុងភាសាណាមួយនៃភាសាទាំងនេះ.

បាទ! យើងផ្តល់ជូននូវកម្រិតឥតគិតថ្លៃជាមួយ 10 ពិន្ទុក្នុងមួយខែ, ដែលរួមបញ្ចូលទាំងការចូលដំណើរការពេញលេញទៅនឹងលក្ខណៈពិសេសទាំងអស់: ការចម្លងសំឡេង, អត្ថបទទៅជាសម្ដី, សម្លេងទៅជាអត្ថបទ, និងច្រើនទៀត. គ្មានកាតឥណទានចាំបាច់ដើម្បីចុះឈ្មោះ. ធ្វើបច្ចុប្បន្នភាពនៅពេលណាសម្រាប់ពិន្ទុបន្ថែមទៀត.

យើង ប្រើ ម៉ូដែល ប្រភព បើកចំហ: Chatterbox និង OpenVoice v2 សម្រាប់ ក្លូន សំឡេង, Kokoro, Piper, VITS និង Bark សម្រាប់ អត្ថបទ ទៅ និយាយ, Whisper ធំ v3 សម្រាប់ សរសេរ ឡើងវិញ, Chatterbox VC សម្រាប់ ការ បម្លែង សំឡេង (OpenVoice v2 នៅតែ អាច ជ្រើស បាន), Chatterbox សម្រាប់ ក្លូន សំឡេង ក្នុង AI ឌូបៃ និង Qwen2.5 សម្រាប់ ចម្លើយ ក្នុង សំឡេង និយាយ. ពួកគេ ទាំងអស់ ដំណើរការ លើ ម៉ាស៊ីន បម្រើ GPU ផ្ទាល់ខ្លួន របស់យើង.

ពិតប្រាកដណាស់! ផែនការបង់ប្រាក់ទាំងអស់របស់យើងរួមបញ្ចូលសិទ្ធិប្រើប្រាស់ពាណិជ្ជកម្ម។ អ្នកអាចប្រើអូឌីយ៉ូដែលបង្កើតឡើងសម្រាប់វីដេអូ ផតខាស់ កម្មវិធី ហ្គេម សេវាកម្មអតិថិជន និងកម្មវិធីពាណិជ្ជកម្មផ្សេងទៀត។ គ្រាន់តែធានាថាអ្នកមានសិទ្ធិដើម្បីក្លូនសំឡេងណាមួយដែលអ្នកប្រើ។

ការ​ជជែក​កំសាន្ត​សំឡេង​អនុញ្ញាត​ឲ្យ​អ្នក​និយាយ​ជាមួយ​អ្នក​ជំនួយ​ការ AI ។ កម្មវិធី​រុករក​របស់​អ្នក​ប្ដូរ​ការ​និយាយ​របស់​អ្នក​ទៅ​ជា​អត្ថបទ Qwen2.5 (ម៉ូដែល​ភាសា​ប្រភព​បើក​ចំហ​ដែល​រត់​លើ GPUs របស់​យើង) សរសេរ​ការ​ឆ្លើយ​តប​ក្នុង​មនុស្ស​ដែល​អ្នក​ជ្រើស ហើយ​សំឡេង Piper អាន​វា​យ៉ាង​ខ្លាំង ។ វា​ធ្វើការ​ដោយ​ការ​ប្ដូរ​ដោយ​ប្ដូរ​ជា​ភាសា​អង់គ្លេស ។

រួចរាល់​ហើយ​ដើម្បី​បម្លែង​កម្មវិធី​សំឡេង​របស់​អ្នក​ឬ?

ចូលរួម​ជាមួយ​អ្នក​អភិវឌ្ឍន៍ និង​អ្នក​បង្កើត​រាប់​ពាន់​នាក់​ដែល​ប្រើ Speech to Speech AI ។