Drivs av Chatterbox, Kokoro & Whisper

Det ultimata
Tal till tal
AI-plattform

Klon alla röster på sekunder, förvandla text till tal, transkribera ljud och konvertera en röst till en annan, alla med toppmoderna öppna källkodsmodeller.

Inget kreditkort krävs 10 gratispoäng API-åtkomst ingår
Röstklangande demo
Samma ord, olika röst

Hör samma mening i två olika röster

Knäpp din egen röst

Drivs av moderna modeller med öppen källkod

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

Hur det fungerar

Tre enkla steg till röstomvandling

1

Ladda upp ljud

Ladda upp ett röstprov (10-30 sekunder) eller spela in direkt i din webbläsare. Vi stöder MP3, WAV, FLAC och mycket mer.

2

Process med AI

Våra GPU-servrar behandlar ditt ljud med öppen källkodsmodeller som Chatterbox, Kokoro, Whisper och OpenVoice.

3

Ladda ner eller ström

Få dina resultat omedelbart. Ladda ner i flera format eller strömma direkt via vårt API i realtid.

Drivs av de bästa öppna källkodsmodellerna

Vi använder och bidrar till spetstal AI forskning

OpenVoice v2

Valfri röstomvandlingsmotor och kloningsmodell

  • Konvertering av tonfärg
  • Håller ord och timing
  • MIT-tillstånd
Chatterbox

Röstkloning, dubbning röster och vår standard röst konvertering (Chatterbox VC)

  • Noll-shot kloning
  • 23 språk
  • Tillåten kommersiell användning
Kokoro 82M

Snabb, naturlig text till tal

  • 54 röster
  • 8 språk
  • Apache 2.0-licens
Whisper Large v3

Flerspråkig transkription

  • Automatisk språkdetektering
  • 100 språk
  • Ordkombinationer

Byggt för varje användningsfall

Från innehållsskapande till företagstillämpningar

Skapande av innehåll

Skapa röstövergångar för videofilmer, podcasts, ljudböcker och innehåll i sociala medier i stor skala.

Kundtjänst

Bygga röstagenter som låter naturliga och kan hantera komplexa samtal.

Lokalisering

Dubbla innehåll till flera språk samtidigt som den ursprungliga talarens röst bevaras.

Tillgänglighet

Ge en röst till dem som har förlorat sina. Skapa personlig talsyntes.

Spel och underhållning

Skapa dynamiska NPC-röster, karaktärsdialoger och interaktiva upplevelser.

Utbildning

Skapa engagerande pedagogiskt innehåll med naturliga ljud berättande.

Utvecklar- API

Bygg med vårt API

Ett enkelt REST API för varje verktyg: skicka en begäran med din API-nyckel, sedan opinionsundersökning för resultatet.

  • RESTLIVANDE API

    Enkel HTTP-slutpunkter för alla funktioner

  • Webbhooks

    Transkriptionsjobb kan skicka resultatet till din URL när de är klara

Visa API- dokument
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"}

Enkel, transparent prissättning

Börja gratis, skala när du växer

Fritt
$0(se punkt 2.1.2)
  • 10 krediter/månad
  • Alla verktyg ingår
  • API-åtkomst
Börja
Start
$9(se punkt 2.1.2)
  • 100 krediter / månad
  • Alla verktyg ingår
  • API-åtkomst
Välj start
För
$29(se punkt 2.1.2)
  • 500 krediter / månad
  • Alla verktyg ingår
  • API-åtkomst
Välj Pro
Företag
$99(se punkt 2.1.2)
  • 2000 krediter / månad
  • Alla verktyg ingår
  • API-åtkomst
Välj företag

Vanliga frågor

Allt du behöver veta om Speech to Speech AI

Röstkloning använder AI för att analysera ett prov av någons röst (vanligtvis 10-30 sekunder) och skapa en digital modell som kan tala vilken text som helst i den rösten. Vår plattform använder toppmoderna modeller som Chatterbox och OpenVoice för att uppnå naturliga resultat.

Vi stöder engelska, spanska, franska, tyska, kinesiska, japanska, koreanska, arabiska, portugisiska, ryska, italienska, nederländska, polska och många fler. Våra flerspråkiga modeller kan klona röster och generera tal på något av dessa språk.

Ja! Vi erbjuder en kostnadsfri nivå med 10 krediter per månad, som inkluderar full tillgång till alla funktioner: röstkloning, text-till-tal, tal-till-text, och mer. Inget kreditkort krävs för att registrera dig. Uppgradera när som helst för mer krediter.

Vi använder öppen källkod modeller: Chatterbox och OpenVoice v2 för röstkloning, Kokoro, Piper, VITS och Bark för text till tal, Whisper Large v3 för transkription, Chatterbox VC för röstkonvertering (OpenVoice v2 är fortfarande valbar), Chatterbox för klonade röster i AI dubbning och Qwen2.5 för svar i röstchatt. De kör alla på våra egna GPU-servrar.

Alla våra betalda planer inkluderar kommersiella användningsrättigheter. Du kan använda genererat ljud för videor, podcaster, appar, spel, kundservice och andra kommersiella tillämpningar. Se bara till att du har rättigheter att klona alla röster du använder.

Röstchatt låter dig prata med en AI-assistent. Din webbläsare gör ditt tal till text, Qwen2.5 (en öppen källkods språkmodell som körs på våra GPU) skriver svaret i den persona du väljer, och en Piper röst läser det högt. Det fungerar i tur och ordning, på engelska.

Redo att omvandla dina röstapplikationer?

Gå med tusentals utvecklare och skapare med Speech to Speech AI.