Me fuqi nga Chatterbox, Kokoro & Whisper

The Ultimate
Fjalë në Fjalë
Platforma AI

Klono çdo zë në sekonda, kthe tekstin në fjalë, transkribo audion dhe konverto një zë në një tjetër, të gjitha me modele të burimit të hapur.

Nuk kërkohet karta e kreditit 10 kredite falas API Access përfshirë
Demo e klonimit të zërit
Të njëjtat fjalë, zëra të ndryshëm.

Dëgjo të njëjtën fjali në dy zëra të ndryshëm

Klono zërin tënd

E mbështetur nga modele të burimit të hapur

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

Si funksionon

Tre hapa të thjeshtë për transformimin e zërit

1

Shkarko audio

Ngarko një shembull zëri (10-30 sekonda) ose regjistro drejtpërsëdrejti në shfletuesin tënd. Ne suportojmë MP3, WAV, FLAC, dhe më shumë.

2

Procesi me AI

Serverat tanë GPU përpunojnë audion tuaj me modele të hapura si Chatterbox, Kokoro, Whisper dhe OpenVoice.

3

Shkarko ose Fluxho

Merr rezultatet menjëherë. Shkarko në formate të ndryshme ose transmeto drejtpërdrejt nëpërmjet API-së sonë në kohë reale.

E mbështetur nga modelet më të mira të burimit të hapur

Ne përdorim dhe kontribuojmë në kërkimet e fundit të AI-së së fjalimit

OpenVoice v2

Motori i konvertimit të zërit dhe modeli i klonimit

  • Konvertimi i ngjyrave
  • Ruan fjalët dhe kohën
  • Liçenca MIT
Chatterbox

Klonimi i zërit, zërat e dyfishtë dhe konvertimi i zërit të paracaktuar (Chatterbox VC)

  • Klonimi Zero-shot
  • 23 gjuhë
  • Përdorimi komercial i lejuar
Kokoro 82M

Teksti i shpejtë, natyror në fjalë

  • 54 zëra
  • 8 gjuhë
  • Liçenca Apache 2.0
Whisper Large v3

Transkriptim shumëgjuhësh

  • Zbulimi automatik i gjuhës
  • 100 gjuhë
  • Fjalë

E ndërtuar për çdo rast përdorimi

Nga krijimi i përmbajtjes tek aplikimet e ndërmarrjeve

Krijimi i përmbajtjes

Krijo zëra për video, podcast, audio libra dhe përmbajtje të mediave sociale në shkallë.

Shërbimi i Klientit

Ndërtoni agjentë zëri që tingëllojnë natyrshëm dhe mund të trajtojnë biseda komplekse.

Lokalizimi

Dub përmbajtje në gjuhë të shumta ndërsa ruan zërin origjinal të folësit.

Açesibiliteti

Jepi një zë atyre që e kanë humbur të tyren. Krijo një sintetizim të personalizuar të fjalës.

Lojra dhe argëtim

Krijo zëra dinamikë NPC, dialogje karakteresh dhe përvoja interaktive.

Edukimi

Krijo përmbajtje edukative me tregime me tingull natyror.

API e zhvilluesit

Ndërto me API tonë

Një API e thjeshtë REST për çdo instrument: dërgo një kërkesë me çelësin e API, pastaj pyet për rezultatin.

  • API RESTful

    Pikat e thjeshta të fundit HTTP për të gjitha funksionet

  • Webhooks

    Transkriptimi mund të POSTojë rezultatin tek URL kur përfundon

Shiko dokumentet e 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"}

Çmime të thjeshta, transparente

Fillo pa pagesë, shkallezohu ndërsa rritesh

I lirë
$0/muaj
  • 10 kreditë/muaj
  • Të gjitha instrumentet përfshirë
  • Hyrja API
Fillo
Fillues
$9/muaj
  • 100 kreditë / muaj
  • Të gjitha instrumentet përfshirë
  • Hyrja API
Zgjidh
Pro
$29/muaj
  • 500 kreditë / muaj
  • Të gjitha instrumentet përfshirë
  • Hyrja API
Zgjidh Pro
Enterprise
$99/muaj
  • 2000 kreditë / muaj
  • Të gjitha instrumentet përfshirë
  • Hyrja API
Zgjidh

Pyetja e shpeshtë

Gjithçka që duhet të dish për Speech to Speech AI

Klonimi i zërit përdor AI për të analizuar një shembull të zërit të dikujt (zakonisht 10-30 sekonda) dhe krijon një model dixhital që mund të flasë çdo tekst në atë zë. Platforma jonë përdor modele të fundit të teknologjisë si Chatterbox dhe OpenVoice për të arritur rezultate me tingull natyror.

Ne mbështesim anglisht, spanjisht, frëngjisht, gjermanisht, kinezisht, japonez, korean, arab, portugalisht, rusisht, italian, hollandeze, polake dhe shumë të tjera. Modelet tona shumëgjuhësore mund të klonojnë zëra dhe të gjenerojnë fjalim në çdo nga këto gjuhë.

Po! Ne ofrojmë një nivel të lirë me 10 kredite në muaj, që përfshin akses të plotë në të gjitha funksionet: klonimi i zërit, tekst-në-folje, fjalë-në-tekst, dhe më shumë. Nuk kërkohet karta krediti për regjistrim. Përmirëso çdo kohë për më shumë kredite.

Ne përdorim modele me burim të hapur: Chatterbox dhe OpenVoice v2 për klonimin e zërit, Kokoro, Piper, VITS dhe Bark për tekstin në fjalë, Whisper Large v3 për transkriptimin, Chatterbox VC për konvertimin e zërit (OpenVoice v2 është ende i zgjedhshëm), Chatterbox për zërat e klonuar në dublimin AI dhe Qwen2.5 për përgjigjet në bisedat me zë. Të gjitha ato funksionojnë në serverat e GPU-ve tona.

Absolutisht! Të gjitha planet tona të paguashme përfshijnë të drejtat e përdorimit komercial. Mund të përdorni audion e gjeneruar për video, podcast, aplikacione, lojëra, shërbim klientësh dhe çdo aplikim tjetër komercial. Vetëm sigurohuni që keni të drejtat për të klonuar çdo zë që përdorni.

Chat-i me zë të lejon të flasësh me një ndihmës AI. Shfletuesi yt e kthen fjalën tënde në tekst, Qwen2.5 (një model gjuhe me burim të hapur që punon në GPU-të tona) shkruan përgjigjen në personazhin që zgjedh, dhe një zë Piper e lexon atë me zë të lartë. Punon me rradhë, në anglisht.

Gati për të transformuar aplikacionet e zërit tuaj?

Bashkohu me mijëra zhvillues dhe krijues duke përdorur Speech to Speech AI.