Powered by Chatterbox, Kokoro & Whisper

ଅନ୍ତିମ
Speech to Speech
AI ପ୍ଲାଟଫର୍ମ

ସେକଣ୍ଡରେ ଯେକୌଣସି ସ୍ୱରକୁ କ୍ଲୋନ କରନ୍ତୁ, ପାଠ୍ୟକୁ ଭାଷାରେ ପରିବର୍ତ୍ତନ କରନ୍ତୁ, ଧ୍ୱନିକୁ ଅନୁବାଦ କରନ୍ତୁ ଏବଂ ଗୋଟିଏ ସ୍ୱରକୁ ଅନ୍ୟ ଏକରେ ପରିବର୍ତ୍ତନ କରନ୍ତୁ, ସବୁକିଛି state-of-the-art ଖୋଲା ଉତ୍ସ ମଡେଲ ସହିତ।

କୌଣସି କ୍ରେଡିଟ କାର୍ଡ ଆବଶ୍ୟକ ନାହିଁ 10 ମୁକ୍ତ କ୍ରିଡ଼େଟ API ପ୍ରବେଶ ଅନ୍ତର୍ଭୁକ୍ତ
Voice Cloning Demo
ସମାନ ଶବ୍ଦ, ଭିନ୍ନ ସ୍ୱର

ଦୁଇଟି ଭିନ୍ନ ସ୍ୱରରେ ସମାନ ବାକ୍ୟ ଶୁଣନ୍ତୁ

ଆପଣଙ୍କର ନିଜ ସ୍ୱରକୁ କ୍ଲୋନ କରନ୍ତୁ

state-of-the-art ମୁକ୍ତ-ସୋର୍ସ ମଡେଲ ଦ୍ୱାରା ଶକ୍ତି ପ୍ରଦାନ କରାଯାଏ

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

Everything You Need for Voice AI

Comprehensive tools for every speech application

ଏହା କିପରି କାମ କରେ

ସ୍ୱର ପରିବର୍ତ୍ତନ ପାଇଁ ତିନୋଟି ସରଳ ପଦକ୍ଷେପ

1

ଧ୍ୱନିକୁ ଅଦ୍ୟତନ କରନ୍ତୁ

ଗୋଟିଏ ଧ୍ୱନି ନମୁନା (10-30 ସେକଣ୍ଡ) ଅର୍ପଣ କରନ୍ତୁ କିମ୍ବା ଆପଣଙ୍କ ବ୍ରାଉଜରରେ ସିଧାସଳଖ ରେକର୍ଡ କରନ୍ତୁ। ଆମେ MP3, WAV, FLAC, ଏବଂ ଅଧିକକୁ ସମର୍ଥନ କରୁଅଛୁ।

2

AI ସହିତ ପ୍ରକ୍ରିୟା କରନ୍ତୁ

ଆମର GPU ସର୍ଭରଗୁଡ଼ିକ ଆପଣଙ୍କର ଧ୍ୱନିକୁ ଖୋଲା ଉତ୍ସ ମଡେଲ ଭଳି ଚାଟରବକ୍ସ, କୋକୋରୋ, ୱିସ୍ପର ଏବଂ ଓପନଭାଇସ ସହିତ ପ୍ରକ୍ରିୟା କରନ୍ତି ।

3

ଆହରଣ କରନ୍ତୁ କିମ୍ବା ପ୍ରବାହ କରନ୍ତୁ

ଆପଣଙ୍କର ଫଳାଫଳ ତୁରନ୍ତ ପାଇବେ। ବହୁବିଧ ଶୈଳୀରେ ଆହରଣ କରନ୍ତୁ କିମ୍ବା ଆମର ରିୟଲ-ଟାଇମ API ମାଧ୍ୟମରେ ସିଧାସଳଖ ପ୍ରବାହିତ କରନ୍ତୁ।

ଶ୍ରେଷ୍ଠ ମୁକ୍ତ ଉତ୍ସ ମଡେଲ ଦ୍ୱାରା ଶକ୍ତି ପ୍ରଦାନ

ଆମେ ଅତ୍ୟାଧୁନିକ ଭାଷା ଆଇଆଇ ଗବେଷଣାରେ ଯୋଗଦାନ ଦେଇଛୁ ଏବଂ ଏହାକୁ ବ୍ୟବହାର କରୁଛୁ ।

OpenVoice v2

ଇଚ୍ଛାଗତ ଭାଷା ପରିବର୍ତ୍ତନ ଯନ୍ତ୍ର ଏବଂ କ୍ଲୋନିଂ ମଡେଲ

  • ରଙ୍ଗ ପରିବର୍ତ୍ତନ
  • ଶବ୍ଦ ଏବଂ ସମୟକୁ ରଖିଥାଏ
  • MIT ଅନୁମତିପତ୍ର
Chatterbox

ଧ୍ୱନି କ୍ଲୋନିଂ, ଧ୍ୱନିଗୁଡ଼ିକୁ ଦୋହରାଇବା ଏବଂ ଆମର ପୂର୍ବନିର୍ଦ୍ଧାରିତ ଧ୍ୱନି ପରିବର୍ତ୍ତନ (ଚାଟରବକ୍ସ VC)

  • ଶୂନ୍ୟ-ଶଟ କ୍ଲୋନିଂ
  • 23 languages
  • ବାଣିଜ୍ୟିକ ବ୍ୟବହାର ଅନୁମତି ଦିଆଯାଉଛି
Kokoro 82M

Fast, natural text to speech

  • 54 voices
  • 8 languages
  • Apache 2.0 licence
Whisper Large v3

ବହୁଭାଷୀ ଅନୁବାଦ

  • ସ୍ୱୟଂଚାଳିତ ଭାଷା ଅନୁସନ୍ଧାନ
  • 100 languages
  • ଶବ୍ଦ ସମୟ ଚିହ୍ନ

Built for Every Use Case

ବିଷୟବସ୍ତୁ ନିର୍ମାଣରୁ ଉଦ୍ୟୋଗ ପ୍ରୟୋଗ ପର୍ଯ୍ୟନ୍ତ

ବିଷୟବସ୍ତୁ ସୃଷ୍ଟି

ଭିଡିଓ, ପଡେକ୍ସ, ଅଡିଓବାଇକ୍ସ ଏବଂ ସାମାଜିକ ମିଡିଆ ବିଷୟବସ୍ତୁ ପାଇଁ ବକ୍ତବ୍ୟ ସୃଷ୍ଟି କରନ୍ତୁ।

ଗ୍ରାହକ ସେବା

ସ୍ୱଚ୍ଛ ସ୍ୱର ଏବଂ ଜଟିଳ କଥାବାର୍ତ୍ତା ପରିଚାଳନା କରିପାରୁଥିବା ସ୍ୱର ପ୍ରତିନିଧି ନିର୍ମାଣ କରନ୍ତୁ।

ସ୍ଥାନୀୟକରଣ

ମୂଳ ବକ୍ତାଙ୍କ ସ୍ୱରକୁ ସଂରକ୍ଷଣ କରି ବହୁଭାଷୀ ବିଷୟବସ୍ତୁକୁ ଡବଲ କରନ୍ତୁ।

ସୁଗମତା

ଯେଉଁମାନେ ସେମାନଙ୍କର ସ୍ୱର ହରାଇଛନ୍ତି ସେମାନଙ୍କୁ ଗୋଟିଏ ସ୍ୱର ଦିଅନ୍ତୁ । ବ୍ୟକ୍ତିଗତ ଭାଷା ସଂଯୋଜକ ନିର୍ମାଣ କରନ୍ତୁ ।

Gaming & Entertainment

ଗତିଶୀଳ NPC ଧ୍ୱନି, ଅକ୍ଷର ସଂଳାପ, ଏବଂ ଅନ୍ତରାପୃଷ୍ଠ ଅନୁଭୂତି ସୃଷ୍ଟି କରନ୍ତୁ।

ଶିକ୍ଷା

ପ୍ରାକୃତିକ ସ୍ୱର ମାଧ୍ୟମରେ ଶିକ୍ଷାଗତ ବିଷୟବସ୍ତୁକୁ ଆକର୍ଷଣୀୟ କରିବା ପାଇଁ ବିଷୟବସ୍ତୁ ନିର୍ମାଣ କରନ୍ତୁ ।

ବିକାଶକାରୀ API

ଆମ API ସହିତ ନିର୍ମାଣ କରନ୍ତୁ

ପ୍ରତ୍ୟେକ ଉପକରଣ ପାଇଁ ଗୋଟିଏ ସରଳ REST API: ଆପଣଙ୍କର API କି ସହିତ ଗୋଟିଏ ଅନୁରୋଧ ପଠାନ୍ତୁ, ତା'ପରେ ଫଳାଫଳ ପାଇଁ ପଲଟି କରନ୍ତୁ।

  • RESTful API

    ସମସ୍ତ ବିଶେଷତାଗୁଡ଼ିକ ପାଇଁ ସରଳ HTTP ଶେଷ ବିନ୍ଦୁଗୁଡ଼ିକ

  • ୱେବହୁକଗୁଡ଼ିକ

    ଅନୁବାଦ କାର୍ଯ୍ୟଗୁଡ଼ିକ ସେମାନେ ସମାପ୍ତ ହେବା ସମୟରେ ସେମାନଙ୍କର ଫଳାଫଳକୁ ଆପଣଙ୍କ URL ରେ POST କରିପାରିବେ

API ଦଲିଲଗୁଡ଼ିକୁ ଦେଖନ୍ତୁ
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"}

ସରଳ, ପାରଦର୍ଶୀ ମୂଲ୍ୟ ନିର୍ଦ୍ଧାରଣ

ମୁକ୍ତ ଭାବରେ ଆରମ୍ଭ କରନ୍ତୁ, ଆପଣ ବଢିବା ସମୟରେ ମାପନ୍ତୁ

ମୁକ୍ତ
$0/ମାସ
  • 10 ଋଣ/ମାସ
  • ସମସ୍ତ ସାଧନ ଅନ୍ତର୍ଭୁକ୍ତ
  • API ପ୍ରବେଶିକା
ଆରମ୍ଭ କରନ୍ତୁ
ଆରମ୍ଭକର୍ତ୍ତା
$9/ମାସ
  • 100 କ୍ରିଡ଼େଟ / ମାସ
  • ସମସ୍ତ ସାଧନ ଅନ୍ତର୍ଭୁକ୍ତ
  • API ପ୍ରବେଶିକା
ଆରମ୍ଭକର୍ତ୍ତା ବାଛନ୍ତୁ
ପ୍ରୋ
$29/ମାସ
  • 500 କ୍ରିଡ଼େଟ / ମାସ
  • ସମସ୍ତ ସାଧନ ଅନ୍ତର୍ଭୁକ୍ତ
  • API ପ୍ରବେଶିକା
ପ୍ରଫେସରକୁ ବାଛନ୍ତୁ
କମ୍ପାନୀ
$99/ମାସ
  • 2000 କ୍ରିଡ଼େଟ / ମାସ
  • ସମସ୍ତ ସାଧନ ଅନ୍ତର୍ଭୁକ୍ତ
  • API ପ୍ରବେଶିକା
ଉଦ୍ୟୋଗ ବାଛନ୍ତୁ

ସାଧାରଣ ପ୍ରଶ୍ନ

Speech to Speech AI ବିଷୟରେ ଆପଣ ଜାଣିବା ପାଇଁ ଆବଶ୍ୟକ ଥିବା ସବୁକିଛି

ଭାଷା କ୍ଲୋନିଂ AIକୁ ବ୍ୟବହାର କରି କାହାର ସ୍ୱର ନମୁନାକୁ ବିଶ୍ଳେଷଣ କରେ (ସାଧାରଣତଃ 10-30 ସେକେଣ୍ଡ) ଏବଂ ଗୋଟିଏ ଡିଜିଟାଲ ମଡେଲ ନିର୍ମାଣ କରେ ଯାହାକି ସେହି ସ୍ୱରରେ କୌଣସି ପାଠ୍ୟକୁ କହିପାରିବ। ଆମ ପ୍ଲାଟଫର୍ମ ପ୍ରାକୃତିକ-ସଙ୍ଗୀତ ଫଳାଫଳ ପ୍ରାପ୍ତ କରିବା ପାଇଁ ଚାଟରବକ୍ସ ଏବଂ ଓପନଭାଇସ ଭଳି state-of-the-art ମଡେଲ ବ୍ୟବହାର କରେ।

ଆମେ ଇଂରାଜୀ, ସ୍ପେନିସ, ଫ୍ରେଞ୍ଚ, ଜର୍ମାନ, ଚୀନ, ଜାପାନୀ, କୋରିଆନ, ଆରବ, ପୋର୍ଟୁଗାଲ, ରୁଷିଆ, ଇଟାଲିଆନ, ଡଚ, ପୋଲ୍ୟାଣ୍ଡ ଏବଂ ଅନେକ ଅଧିକକୁ ସମର୍ଥନ କରୁଅଛୁ । ଆମର ବହୁଭାଷା ମଡେଲଗୁଡ଼ିକ ଏହି ଭାଷାଗୁଡ଼ିକ ମଧ୍ୟରୁ ଯେକୌଣସି ଭାଷାରେ ଧ୍ୱନିକୁ କ୍ଲୋନ କରିପାରିବେ ଏବଂ ଭାଷଣ ସୃଷ୍ଟି କରିପାରିବେ ।

ହଁ! ଆମେ ପ୍ରତି ମାସରେ 10 କ୍ରିଡ଼େଟ ସହିତ ମୁକ୍ତ ସ୍ତର ପ୍ରଦାନ କରୁଛୁ, ଯାହାକି ସମସ୍ତ ବିଶେଷତାକୁ ସମ୍ପୂର୍ଣ୍ଣ ଭାବେ ଉପଲବ୍ଧ କରାଇଥାଏ: ଭାଷା କ୍ଲୋନିଂ, ପାଠ୍ୟରୁ ଭାଷା, ଭାଷାରୁ ପାଠ୍ୟ, ଏବଂ ଅଧିକ. ଯୋଗଦାନ କରିବା ପାଇଁ କୌଣସି କ୍ରେଡିଟ କାର୍ଡ ଆବଶ୍ୟକ ନାହିଁ। ଅଧିକ କ୍ରିଡ଼େଟ ପାଇଁ ଯେକୌଣସି ସମୟରେ ଅଗ୍ରଗତି କରନ୍ତୁ।

ଆମେ ମୁକ୍ତ ଉତ୍ସ ମଡେଲ ବ୍ୟବହାର କରୁଛୁ: ଚେଟରବକ୍ସ ଏବଂ ଓପନଭାଇସ v2 ସ୍ୱର କ୍ଲୋନିଂ ପାଇଁ, କୋକୋରୋ, ପିପର, VITS ଏବଂ ବାର୍କ ପାଠ୍ୟରୁ ଭାଷା ପାଇଁ, ୱିସ୍ପର ଲ୍ୟାଣ୍ଡର v3 ଅନୁବାଦ ପାଇଁ, ଚେଟରବକ୍ସ VC ସ୍ୱର ପରିବର୍ତ୍ତନ ପାଇଁ (ଓପନଭାଇସ v2 ବର୍ତ୍ତମାନ ମଧ୍ୟ ଚୟନଯୋଗ୍ୟ), AI ଡବିଂରେ କ୍ଲୋନ ସ୍ୱର ପାଇଁ ଚେଟରବକ୍ସ ଏବଂ Qwen2.5 ସ୍ୱର ଚାଟରେ ଉତ୍ତର ପାଇଁ । ସେମାନେ ସମସ୍ତେ ଆମର ନିଜ GPU ସର୍ଭର ଉପରେ ଚାଲନ୍ତି ।

ନିଶ୍ଚିତ! ଆମର ସମସ୍ତ ପୈଠିତ ଯୋଜନାରେ ବାଣିଜ୍ୟିକ ବ୍ୟବହାର ଅଧିକାର ଅନ୍ତର୍ଭୁକ୍ତ ଅଛି। ଆପଣ ଭିଡିଓ, ପୋଡକାଷ୍ଟ, ଆପ, ଖେଳ, କଷ୍ଟମର ସେବା ଏବଂ ଅନ୍ୟାନ୍ୟ ବାଣିଜ୍ୟିକ ପ୍ରୟୋଗ ପାଇଁ ନିର୍ମିତ ଧ୍ୱନିକୁ ବ୍ୟବହାର କରିପାରିବେ। କେବଳ ନିଶ୍ଚିତ କରନ୍ତୁ ଯେ ଆପଣ ବ୍ୟବହାର କରୁଥିବା କୌଣସି ଧ୍ୱନିକୁ କ୍ଲୋନ କରିବା ପାଇଁ ଆପଣଙ୍କର ଅଧିକାର ଅଛି।

ଧ୍ୱନି ଚାଟ ଆପଣଙ୍କୁ AI ସହାୟିକା ସହିତ କଥାବାର୍ତ୍ତା କରିବାକୁ ଅନୁମତି ଦେଇଥାଏ। ଆପଣଙ୍କର ବ୍ରାଉଜର ଆପଣଙ୍କର ଭାଷାକୁ ପାଠ୍ୟରେ ପରିବର୍ତ୍ତନ କରିଥାଏ, Qwen2.5 (ଆମ୍ଭର GPUs ରେ ଚାଲୁଥିବା ଗୋଟିଏ ମୁକ୍ତ ଉତ୍ସ ଭାଷା ମଡେଲ) ଆପଣ ବାଛିଥିବା ବ୍ୟକ୍ତିରେ ଉତ୍ତର ଲେଖେ, ଏବଂ ଗୋଟିଏ Piper ଧ୍ୱନି ଏହାକୁ ଉଚ୍ଚାରଣ କରିଥାଏ। ଏହା ଇଂରାଜୀରେ ଥର ଥର କରି କାମ କରେ।

ଆପଣଙ୍କର ଭାଷା ପ୍ରୟୋଗଗୁଡ଼ିକୁ ପରିବର୍ତ୍ତନ କରିବା ପାଇଁ ପ୍ରସ୍ତୁତ କି?

Speech to Speech AI ବ୍ୟବହାର କରି ହଜାର ହଜାର ବିକାଶକାରୀ ଏବଂ ନିର୍ମାତାମାନଙ୍କ ସହିତ ଯୋଗଦାନ କରନ୍ତୁ।