च्याटरबक्स, कोकोरो र Whisper द्वारा संचालित

अन्तिम
भाषणबाट भाषणमा
AI प्लेटफर्म

सेकेन्डमा कुनै पनि आवाज क्लोन, पाठ भाषणमा परिवर्तन, अडियो transcribe र अर्को मा एक आवाज रूपान्तरण, सबै राज्य-को-को कला खुला-स्रोत मोडेल संग।

क्रेडिट कार्ड आवश्यक छैन 10 निःशुल्क क्रेडिट API पहुँच समावेश गरिएको छ
आवाज क्लोन डेमो
उस्तै शब्द, फरक आवाज

दुई फरक आवाजमा एउटै वाक्यांश सुन्नुहोस्

तपाईँको आफ्नै आवाज क्लोन गर्नुहोस्

राज्य-को-को-आर्ट खुला-स्रोत मोडेल द्वारा संचालित

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

तपाईँलाई आवाज AI को लागि आवश्यक सबै कुरा

प्रत्येक भाषण अनुप्रयोगका लागि व्यापक उपकरणहरू

यो कसरी काम गर्दछ

आवाज रूपान्तरण गर्न तीन सरल चरणहरू

1

अडियो अपलोड गर्नुहोस्

आवाज नमूना अपलोड (10-30 सेकेन्ड) वा आफ्नो ब्राउजर मा सीधा रेकर्ड। हामी MP3 समर्थन, WAV, FLAC, र धेरै।

2

AI सँग प्रक्रिया गर्नुहोस्

हाम्रो GPU सर्भरहरू Chatterbox, Kokoro, Whisper र OpenVoice जस्ता खुला स्रोत मोडेलहरूसँग तपाईंको अडियो प्रक्रिया गर्दछ।

3

डाउनलोड वा स्ट्रिम

आफ्नो परिणाम तुरुन्तै प्राप्त. बहु ढाँचा मा डाउनलोड वा हाम्रो वास्तविक-समय API मार्फत सीधा प्रवाह.

सर्वश्रेष्ठ खुला स्रोत मोडेल द्वारा संचालित

हामी प्रयोग र cutting-edge भाषण AI अनुसन्धान योगदान

OpenVoice v2

वैकल्पिक आवाज रूपान्तरण इन्जिन र क्लोनिङ नमूना

  • टोन रङ रूपान्तरण
  • शब्द र समय राख्दछ
  • एमआईटी इजाजतपत्र
Chatterbox

आवाज क्लोनिङ, डबिंग आवाज र हाम्रो पूर्वनिर्धारित आवाज रूपान्तरण (Chatterbox VC)

  • शून्य-छाड्ने क्लोनिङ
  • २३ भाषाहरू
  • व्यावसायिक प्रयोग अनुमति दिइएको छ
Kokoro 82M

छिटो, प्राकृतिक पाठबाट भाषण

  • ५४ आवाज
  • 8 languages
  • Apache 2.0 licence
Whisper Large v3

बहुभाषिक प्रतिलिपि

  • स्वचालित भाषा पत्ता लगाउने
  • 100 languages
  • शब्द टाइमस्ट्याम्प

प्रत्येक प्रयोगको लागि बनाइएको

सामाग्री सिर्जना देखि उद्यम अनुप्रयोगहरू

सामाग्री सिर्जना

भिडियो, पोडकास्ट, अडियोबुक र सामाजिक मिडिया सामग्रीको लागि आवाजहरू सिर्जना गर्नुहोस्।

ग्राहक सेवा

आवाज एजेन्टहरू निर्माण गर्नुहोस् जुन प्राकृतिक आवाज र जटिल कुराकानीहरू ह्यान्डल गर्न सक्छन्।

स्थानीयकरण

मौलिक वक्ता को आवाज संरक्षण गर्दा बहुभाषी मा डब सामाग्री।

पहुँचता

तिनीहरूको गुमाएका तीलाई आवाज दिनुहोस्। व्यक्तिगत भाषण संश्लेषण सिर्जना गर्नुहोस्।

खेलकुद र मनोरञ्जन

गतिशील एनपीसी आवाजहरू, क्यारेक्टर संवादहरू र अन्तरक्रियात्मक अनुभवहरू सिर्जना गर्नुहोस्।

शिक्षा

यसले प्राकृतिक र अप्राकृतिक दुवै प्रकारका तत्त्वहरूलाई समेटेको छ।

विकासकर्ता API

हाम्रो API संग निर्माण

प्रत्येक उपकरण लागि एक सरल REST एपीआई: आफ्नो एपीआई कुञ्जी संग एक अनुरोध पठाउन, त्यसपछि परिणाम लागि पोल।

  • RESTful एपीआई

    सबै विशेषताका लागि साधारण HTTP अन्त बिन्दुहरू

  • वेबहुक

    अनुवाद कार्यहरू तिनीहरूले समाप्त हुँदा आफ्नो परिणामहरू तपाईँको यूआरएलमा पोस्ट गर्न सक्दछ

API मिसिलीकरण हेर्नुहोस्
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 मूल्यांकन

स्वतन्त्र रूपमा सुरु गर्नुहोस्, तपाईँले बढेको रूपमा स्केल गर्नुहोस्

स्वतन्त्र
$0/महिना
  • १० क्रेडिट/महिना
  • सबै उपकरण समावेश गर्नुहोस्
  • API पहुँच
सुरु गर्नुहोस्
सुरुआतकर्ता
$9/महिना
  • 100 क्रेडिट / महिना
  • सबै उपकरण समावेश गर्नुहोस्
  • API पहुँच
सुरुआतकर्ता रोज्नुहोस्
प्रो
$29/महिना
  • 500 क्रेडिट / महिना
  • सबै उपकरण समावेश गर्नुहोस्
  • API पहुँच
प्रो रोज्नुहोस्
उद्यम
$99/महिना
  • 2000 क्रेडिट / महिना
  • सबै उपकरण समावेश गर्नुहोस्
  • API पहुँच
उद्यम रोज्नुहोस्

प्राय सोधिने प्रश्न

तपाईं Speech to Speech AI बारेमा थाहा आवश्यक सबै

आवाज क्लोनिंग कसैको आवाज को एक नमूना विश्लेषण गर्न एआई प्रयोग (सामान्यतया 10-30 सेकेन्ड) र त्यो आवाज मा कुनै पनि पाठ बोल्न सक्छ कि डिजिटल मोडेल सिर्जना. हाम्रो प्लेटफर्म प्राकृतिक-सुन्ने परिणाम प्राप्त गर्न Chatterbox र OpenVoice जस्तै राज्य-को-आर्ट मोडेल प्रयोग.

हामी अंग्रेजी, स्पेनिश, फ्रान्सेली, जर्मन, चिनियाँ, जापानी, कोरियाली, अरबी, पोर्चुगिज, रूसी, इटालियन, डच, पोलिश र धेरै थप समर्थन। हाम्रो बहुभाषी मोडेल आवाज क्लोन र यी भाषाहरू कुनै पनि भाषण सिर्जना गर्न सक्छन्।

हो! हामी एक मुक्त तह प्रस्ताव 10 प्रति महिना क्रेडिट, जो सबै सुविधाहरू पूर्ण पहुँच समावेश: आवाज क्लोनिंग, पाठ-देखि-भाषण, भाषण-देखि-पाठ, र अधिक. कुनै क्रेडिट कार्ड साइन अप गर्न आवश्यक. थप क्रेडिट लागि कुनै पनि समयमा अपग्रेड.

हामी खुला स्रोत मोडेल प्रयोग: आवाज क्लोनिङ लागि Chatterbox र OpenVoice v2, कोकोरो, पाइपर, VITS र पाठ भाषण गर्न Bark लागि, Whisper ठूलो v3 लागि transcription, आवाज परिवर्तन लागि Chatterbox VC (OpenVoice v2 अझै पनि चयन गर्न सकिन्छ), AI डबिंग मा क्लोन आवाज लागि Chatterbox र Qwen2.5 आवाज च्याट मा जवाफ लागि. तिनीहरू सबै हाम्रो आफ्नै GPU सर्भरमा चल्छ.

बिल्कुल! हाम्रो सबै भुक्तानी योजना व्यावसायिक प्रयोग अधिकार समावेश. तपाईं भिडियो लागि उत्पन्न अडियो प्रयोग गर्न सक्नुहुन्छ, पोडकास्ट, अनुप्रयोगहरू, खेल, ग्राहक सेवा, र कुनै पनि अन्य व्यावसायिक आवेदन. बस सुनिश्चित तपाईं प्रयोग कुनै पनि आवाज क्लोन गर्न अधिकार छ.

आवाज च्याट तपाईं एक AI सहायक कुरा गर्न अनुमति दिन्छ. तपाईंको ब्राउजर पाठ मा आफ्नो भाषण परिवर्तन, Qwen2.5 (एक खुला-स्रोत भाषा मोडेल हाम्रो GPUs मा चलिरहेको) तपाईं चयन व्यक्ति मा जवाफ लेख्छ, र एक पाइपर आवाज यो उच्चारण पढ्छ. यो घुमाउरो घुमाउरो द्वारा काम गर्दछ, अंग्रेजी मा.

तपाईँको आवाज अनुप्रयोगहरू परिवर्तन गर्न तयार हुनुहुन्छ?

Speech to Speech AI प्रयोग विकासकर्ता र निर्माता हजारौं सामेल.