Alimentat de Chatterbox, Kokoro & Whisper

Ultima
Discursul de vorbire
Platforma AI

Clonează orice voce în secunde, transformă textul în vorbire, transcrie audio și convertește o voce în alta, toate cu modele de surse deschise de ultima generație.

Nu este necesară carte de credit 10 credite gratuite Acces API inclus
Demorarea clonării vocale
Aceleaşi cuvinte, voce diferită

Auzi aceeaşi propoziţie în două voci diferite.

Clonează vocea ta

Condus de modele de surse deschise de ultima generație

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

Cum funcţionează

Trei paşi simple către transformarea vocală

1

Încărcă audio

Încărcaţi un eșantion de voce (10-30 secunde) sau înregistraţi direct în browser-ul dvs. Suportăm MP3, WAV, FLAC, şi mai multe.

2

Proces cu AI

Serverii noastre GPU procesează audio cu modele de surse deschise, cum ar fi Chatterbox, Kokoro, Whisper și OpenVoice.

3

Descărcare sau flux

Obţine rezultatele instantaneu. Descărcați în mai multe formate sau stream direct prin intermediul API-ului nostru în timp real.

Putere de cele mai bune modele de sursă deschisă

Folosim si contribuim la cercetarea de IA de discurs de avans

OpenVoice v2

Motorul de conversie vocală opțional și model de clonare

  • Conversie culoare ton
  • Păstrează cuvinte și timp
  • Licență MIT
Chatterbox

Clonarea vocală, dublarea vocilor și conversia implicită a vocii noastre (Chatterbox VC)

  • Clonarea cu foc zero
  • 23 de limbi
  • Utilizarea comercială permisă
Kokoro 82M

Textul natural rapid pentru discurs

  • 54 de voci
  • 8 limbi
  • Licență Apache 2.0
Whisper Large v3

Transcription multilinguală

  • Detecție automată a limbii
  • 100 de limbi
  • Ora locație

Construit pentru fiecare caz de utilizare

De la crearea de conținut la aplicațiile întreprinderii

Crearea conținutului

Creați audioovers pentru videoclipuri, podcasturi, audiobookuri și conținut de mass-media socială la scară.

Serviciul clientului

Construieşte agenţi vocali care sună naturale şi pot gestiona conversaţii complexe.

Localizarea

Conținut dub în mai multe limbi în timp ce menține vocea vorbitorului original.

Accesibilitate

Dă-i o voce celor care şi-au pierdut. Creați sinteză personalizată de voce.

Joc & divertisment

Creați voci dinamice NPC, dialoguri de caracter și experiențe interactive.

Educație

Creați conținut educațional implicant cu narrație natural-sunt.

API de dezvoltare

Construiește cu API-ul nostru

O API REST simplă pentru fiecare instrument: trimite o cerere cu cheia API, apoi sondaj pentru rezultat.

  • API RESTful

    Endpointe HTTP simple pentru toate caracteristicile

  • Webhooks

    Treaba de transcriere poate POST rezultatul lor la URL-ul dumneavoastră atunci când ei termină

Afișează Docs 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"}

Preţuri simple, transparente

Începe liber, scară pe măsură ce creşte

Gratuit
$0/mo
  • 10 credite/luna
  • Toate instrumentele incluse
  • Acces API
Începe
Pornitor
$9/mo
  • 100 credite / luna
  • Toate instrumentele incluse
  • Acces API
Alege pornitor
Pro
$29/mo
  • 500 credite / luna
  • Toate instrumentele incluse
  • Acces API
Alege Pro
Întreprindere
$99/mo
  • 2000 credite / luna
  • Toate instrumentele incluse
  • Acces API
Alegeți Enterprise

Întrebări frecvente

Tot ce trebuie să știți despre Speech to Speech AI

Clonarea vocală folosește AI pentru a analiza o eșantionă de voce a cuiva (tipică 10-30 secunde) și pentru a crea un model digital care poate vorbi orice text în acea voce. Platforma noastră folosește modele de ultima generație, cum ar fi Chatterbox și OpenVoice, pentru a obține rezultate de sunet natural.

Suportăm engleza, spaniolă, franceză, germană, chineză, japoneză, coreeană, arabă, portugheză, rusă, italiană, olandeză, poloneză și multe alte. Modelele noastre multilingve pot clona voci și poate genera discurs în oricare dintre aceste limbi.

Da! Da! Oferim un nivel gratuit cu 10 credite pe lună, care include accesul complet la toate caracteristicile: clonarea vocală, text-la-speech, vorbirea-la-text, și mai mult. Nu este necesară nici o carte de credit. Upgrade oricând pentru mai multe credite.

Folosim modele de open-source: Chatterbox și OpenVoice v2 pentru clonarea vocală, Kokoro, Piper, VITS și Bark pentru text la vorbire, Whisper Large v3 pentru transcripție, Chatterbox VC pentru conversie vocală (OpenVoice v2 este încă selectabil), Chatterbox pentru vocele clonate în AI dubbing și Qwen2.5 pentru răspunsurile în chat vocal. Toate acestea rulează pe propriile noastre servere GPU.

Absolut! Toate planurile noastre plătite includ drepturile comerciale de utilizare. Puteți folosi audio generat pentru videoclipuri, podcasturi, aplicații, jocuri, serviciile clientului și orice altă aplicație comercială. Doar asigurați-vă că aveți dreptul de a clona orice voce utilizați.

Vocea vă permite să vorbiţi cu un asistent al IA. Browser-ul tău transformă discursul în text, Qwen2.5 (un model de limbaj deschis rulat pe GPU-urile noastre) scrie răspunsul în persoana pe care o alegi, iar o voce Piper o citește cu voce tare. Funcţionează la rând, în engleză.

Gata pentru a transforma aplicațiile voastre vocale?

Alăturați-vă mii de dezvoltatori și creatori folosind Speech to Speech AI.