အဆုံးသတ်
စကားပြောမှစကားပြော
AI အခြေခံ
စက္ကန့်ပိုင်းအတွင်းမည်သည့်အသံကိုမဆို clone, စကားပြောသို့စာသားကိုပြောင်း, အသံ transcribe နှင့်အခြားတစ်ဦးအသံသို့ပြောင်း, အားလုံး state-of-the-art open-source ပုံစံများ။
အသံဖမ်းယူခြင်း
တူညီသောစကားလုံးများ, ကွဲပြားခြားနားသောအသံတူညီသော ဝါကျကို အသံနှစ်ခုဖြင့် ကြားနိုင်သည်
ပြည်နယ်-of-the-art ပွင့်လင်း-source ပုံစံများအားဖြင့် Powered
Voice AI အတွက်လိုအပ်သောအရာအားလုံး
ဘာသာစကား application တိုင်းအတွက် ပြည့်စုံသော ကိရိယာများ
၎င်းသည်အလုပ်လုပ်ပုံ
အသံပြောင်းလဲမှုအတွက် ရိုးရှင်းသော ခြေလှမ်း ၃ ခု
အသံ တင်ရန်
အသံနမူနာတစ်ခု upload လုပ်ပါ (10-30 စက္ကန့်) သို့မဟုတ်သင်၏ browser မှာတိုက်ရိုက်မှတ်တမ်းတင်. ကျနော်တို့ MP3 ကိုထောက်ခံ, WAV, FLAC, နှင့်ပိုပြီး.
AI ဖြင့်လုပ်ဆောင်ပါ
ကျွန်တော်တို့ရဲ့ GPU ဆာဗာများ Chatterbox, Kokoro, Whisper နှင့် OpenVoice ကဲ့သို့သော open-source ပုံစံများနှင့်အတူသင်၏အသံကိုစီမံခန့်ခွဲ။
ဒေါင်းလုပ်လုပ်သို့မဟုတ် Stream
သင့်ရဲ့ရလဒ်များကိုချက်ချင်းရယူပါ. အမျိုးမျိုးသော formats များသို့မဟုတ်ကျွန်တော်တို့ရဲ့လက်တွေ့အချိန် API ကိုမှတဆင့်တိုက်ရိုက်စီးဆင်း download လုပ်ပါ.
အကောင်းဆုံး Open-Source ကိုမော်ဒယ်များမှ Powered
ကျွန်တော်တို့ဟာ အဆင့်မြင့် AI လေ့လာမှုတွေကို အသုံးပြုပြီး ထောက်ပံ့ပေးပါတယ်။
OpenVoice v2
ရွေးချယ်စရာအသံပြောင်းလဲခြင်းအင်ဂျင်နှင့် clone မော်ဒယ်
- အရောင်အဆင်း အရောင်ပြောင်း
- စကားလုံးများနှင့်အချိန်ကိုထိန်းသိမ်းပါ
- MIT လိုင်စင်
Chatterbox
Voice ကို clone, အဆိုတော်သံနှင့်ကျွန်တော်တို့ရဲ့ default ကို voice ကိုပြောင်းလဲခြင်း (Chatterbox VC)
- Zero-shot ကူးယူခြင်း
- 23 ဘာသာစကားများ
- စီးပွားရေးလုပ်ငန်းအသုံးပြုခွင့်ပြု
Kokoro 82M
မြန်ဆန်သော, သဘာဝစာသားစကားပြော
- 54 အသံများ
- 8 ဘာသာစကားများ
- Apache 2.0 licence
Whisper Large v3
ဘာသာစကားများစွာဖြင့် ဘာသာပြန်ဆိုခြင်း
- အလိုအလျောက် ဘာသာစကား ရှာဖွေခြင်း
- 100 ဘာသာစကားများ
- စာလုံး ကာလအမှတ်
အသုံးပြုမှုအားလုံးအတွက်တည်ဆောက်
အကြောင်းအရာဖန်တီးမှုမှ enterprise applications များ
အကြောင်းအရာဖန်တီးခြင်း
ရုပ်ရှင်များအတွက် voiceovers, podcasts, audiobooks, နှင့်လူမှုမီဒီယာအကြောင်းအရာအရွယ်အစားမှာဖန်တီးပါ။
ဖောက်သည်ဝန်ဆောင်မှု
သဘာဝအသံနှင့်ရှုပ်ထွေးသောစကားပြောဆိုမှုများကိုကိုင်တွယ်နိုင်သောအသံအေးဂျင့်များကိုတည်ဆောက်ပါ။
ဘာသာစကား
မူရင်းပြောသူ၏အသံကိုထိန်းသိမ်းထားစဉ်ဘာသာစကားများစွာသို့ content ကို Dub.
အသုံးပြုနိုင်မှု
သူတို့ရဲ့ဆုံးရှုံးသွားသူတွေကိုအသံပေး. သီးသန့်စကားပြော synthesizer ကိုဖန်တီး.
ဂိမ်းနှင့်ဖျော်ဖြေရေး
dynamic NPC voices, character dialogues, and interactive experiences များကိုဖန်တီးပါ။
ပညာရေး
သဘာဝကျကျ ကြားရသော ပြောပြချက်ဖြင့် စိတ်ဝင်စားဖွယ် ပညာရေးဆိုင်ရာ အကြောင်းအရာများကို ဖန်တီးပါ။
ကျွန်တော်တို့ရဲ့ API ကိုနှင့်အတူတည်ဆောက်
အားလုံး tool ကိုများအတွက်ရိုးရှင်းတဲ့ REST API ကို: သင့်ရဲ့ API ကို key ကိုနှင့်အတူတောင်းဆိုချက်ကိုပို့, ထို့နောက်ရလဒ်အတွက်မဲဆွယ်။
-
RESTful API ကို
အားလုံး features တွေအတွက်ရိုးရှင်းတဲ့ HTTP endpoints
-
ဝက်ဘ်ဟိုခ်များ
ဘာသာပြန်ဆိုအလုပ်အကိုင်များသူတို့ပြီးဆုံးတဲ့အခါသင့်ရဲ့ URL ကိုသူတို့ရဲ့ရလဒ်ကို POST နိုင်ပါတယ်
/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"}
ရိုးရှင်းသော, ပွင့်လင်းမြင်သာသောစျေးနှုန်း
သင်ကြီးထွားလာသလိုစတင်အခမဲ့, scale
မေးလေ့ရှိသောမေးခွန်းများ
သင်တို့သည် Speech to Speech AI အကြောင်းကိုသိရန်လိုအပ်သည်အားလုံး
Voice Applications များကို ပြောင်းလဲရန် အဆင်သင့်ဖြစ်ပြီလား
Speech to Speech AI ကိုအသုံးပြုခြင်း developer များနှင့်ဖန်တီးသူများ၏ထောင်ပေါင်းများစွာ၏ join.