Chatterbox، Kokoro اور Whisper سے طاقتور

آخر
زبان سے زبان
AI پليٽ فارم

سیکنڈز میں کسی بھی آواز کو کلون کریں، متن کو بولنے میں تبدیل کریں، آڈیو نقل کریں اور ایک آواز کو دوسرے میں تبدیل کریں، سب کچھ ریاست-آئٹ اوپن سورس ماڈلز کے ساتھ.

کوئی کریڈٹ کارڈ ضروری نہیں 10 مفت کریڈٹ API رسائی شامل ہے
آواز کلوننگ ڈیمو
یہی لفظ، مختلف آواز

دو مختلف آوازوں ميں ایک ئي جملے کو سنا ئيں

آپ کی آواز کا کلون

ریاست-of-the-Art کھلے-سورس ماڈلز سے طاقتور

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

آواز AI کے ليے آپ کو جو ضرورت هے

ہر لفظي ايپليکيشن کے ليے جامع اوزار

یہ کیسے کام کرتا ہے

آواز تبديلي کے ليے تین سادہ قدم

1

آڈیو اپ لوڈ کریں

آواز کا نمونہ اپ لوڈ کریں (10-30 سیکنڈ) یا اپنے براؤزر میں براہ راست ریکارڈ کریں ہم MP3، WAV، FLAC اور اور زیادہ کو مدد دیتے ہیں

2

AI کے ساتھ عمل

ہمارے GPU سرور آپ کی آڈیو کو Chatterbox، Kokoro، Whisper اور OpenVoice جیسے کھلے-سورس ماڈلز کے ساتھ پروسیسنگ کرتے ہیں۔

3

ڈاؤن لوڈ یا اسٹریم

آپ کے نتائج فوراً حاصل کریں. متعدد فارمیٹ میں ڈاؤن لوڈ کریں یا براہ راست ہمارے ریئل ٹائم API کے ذریعے اسٹریم کریں.

بہترین اوپن سورس ماڈلز سے طاقتور

ہم استعمال اور تعاون کے لئے cutting-edge کلام AI تحقیق

OpenVoice v2

اختیاری آواز تبدیل کرنے والا انجن اور کلوننگ ماڈل

  • رنگوں کا تحول
  • لفظ اور وقت محفوظ رکھتا هے
  • MIT لائسنس
Chatterbox

آواز کلوننگ، آوازوں کو دوبرا اور ہماری دیفالٹ آواز تبدیل (چاٹر باکس VC)

  • صفر-شٹ کلوننگ
  • 23 languages
  • تجارتی استعمال کو اجازت دی گئی
Kokoro 82M

جلدی، طبیعی متن سے بولنا

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

متعدد زبانوں کا نقل

  • خودکار زبان کی دریافت
  • 100 زبانیں
  • ورڈ ٹائم سٹیمپ

ہر استعمال کے معاملے کے لئے بنایا گیا

مواد کی تخلیق سے انٹرپرائز ایپلیکیشنز تک

مواد کی تخلیق

ویڈیوز، پوڈکاسٹ، اوڈیو کتابوں اور سماجی میڈیا مواد کے لیے آواز کے اوپر بناؤ

کلائنٹ سروس

آواز ایجنٹس بناؤ جو قدرتی آواز اور پیچیدہ گفتگو کو ہینڈل کر سکتے ہیں.

مقامي

اصل بولنے والے کی آواز کو محفوظ کرتے ہوئے متعدد زبانوں میں مضامین دوب کریں.

رسائی

ان لوگوں کو آواز دیں جنہوں نے ان کی کھو دیا ہے. ذاتی کلام ترکیب بناؤ.

کھیل اور تفریح

متحرک NPC آوازیں بنا ئيں ، کردار ڈائيلوگ اور تعاملي تجربات

تعليم

فطری آواز کی روایت کے ساتھ دلچسپ تعلیمی مواد بناؤ۔

ڈیولپر API

ہمارے API کے ساتھ بناؤ

ہر ٹول کے لیے ایک سادہ REST API: آپ کی API کی کلید کے ساتھ ایک درخواست بھیجیں، پھر نتیجے کے لیے پول.

  • RESTful API

    تمام خصوصیات کے لیے HTTP سادہ انتہا پوائنٹ

  • ویب ہوکس

    نقل کئے جانے والے کاموں کو ختم ہونے پر آپ کے URL پر ان کے نتائج POST کر سکتے ہیں

API دستاویز دیکھیں
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"}

سادہ، شفافیت پرائزنگ

مفت شروع، آپ کے بڑھنے کے طور پر پیمانے

مفت
$0/مئی
  • 10 کریڈٹ/مہينا
  • تمام اوزار شامل ہیں
  • API رسائی
شروع کریں
شروع
$9/مئی
  • 100 کريٹ / ميں
  • تمام اوزار شامل ہیں
  • API رسائی
شروع کرنے والا منتخب کریں
پرو
$29/مئی
  • 500 کريٹ / ميں
  • تمام اوزار شامل ہیں
  • API رسائی
پرو فیکچر منتخب کريں
ادارہ
$99/مئی
  • 2000 کريٹ / ميں
  • تمام اوزار شامل ہیں
  • API رسائی
ادارہ منتخب کریں

بار بار پوچھے گئے سوالات

آپ کو Speech to Speech AI کے بارے میں جاننے کی ضرورت ہے سب کچھ

آواز کے کلوننگ AI کا استعمال کسی کی آواز کے نمونے کا تجزیہ کرنے کے لئے کرتا ہے (معمولاً 10-30 سیکنڈ) اور ایک ڈیجیٹل ماڈل بناتا ہے جو اس آواز میں کوئی بھی تحریر بول سکتا ہے۔ ہمارا پلیٹ فارم فطری آواز کے نتائج حاصل کرنے کے لئے چیٹر باکس اور اوپن وائٹس جیسے جدید ترین ماڈلز کا استعمال کرتا ہے۔

ہم انگریزی، اسپانیش، فرانسیسی، جرمن، چینی، جاپانی، کو ری، عربی، پرتگالی، روسی، اطالوی، ڈچ، پولش اور بہت سے اور کو مدد دیتے ہیں ہمارے متعدد زبانوں والے ماڈل آوازوں کو کلون کر سکتے ہیں اور ان زبانوں میں سے کسی میں بھی بات کرنے کی صلاحیت رکھتے ہیں.

ہاں! ہم ہر ماہ 10 کریڈٹ کے ساتھ مفت سطح پیش کرتے ہیں، جس میں تمام خصوصیات شامل ہیں: آواز کلوننگ، متن سے بولنے، بولنے سے متن اور زیادہ. کوئی کریڈٹ کارڈ نہیں ہے رجسٹر کرنے کے لئے ضروری. مزید کریڈٹ کے لئے کسی بھی وقت اپگریڈ کریں.

ہم کھلے ذريعے کے ماڈل استعمال کرتے ہیں: آواز کے کلوننگ کے لئے چاٹر باکس اور اوپن وائز v2، متن سے کلام کے لئے کوکورو، پیپر، VITS اور Bark، نقل کے لئے Whisper Large v3، آواز کے تبدیل کرنے کے لئے چاٹر باکس VC (اوپن وائز v2 اب بھی منتخب کر سکتے ہیں)، AI ڈبنگ میں کلون کی گئی آوازوں کے لئے چاٹر باکس اور وائٹ چیٹ میں جواب کے لئے Qwen2.5۔ یہ سب ہمارے اپنے GPU سرور پر چلتے ہیں۔

بالکل! ہمارے تمام پیسے کے پلانوں میں تجارتی استعمال کے حقوق شامل ہیں. آپ ویڈیوز، پوڈکاسٹ، ایپس، گیمز، کلائنٹ سروس اور کسی بھی تجارتی ایپلیکیشن کے لئے پیدا کردہ آڈیو استعمال کرسکتے ہیں. صرف اس بات کا یقین کریں کہ آپ کو آپ کے استعمال کیے جانے والی آوازوں کو کلون کرنے کے حقوق ہیں.

آواز چٹ آپ کو AI اسيسنٹ سے بات کر نے کي اجازت ديتا هے آپ کا براؤزر آپ کي بات کو متن ميں تبديل کر تا هے Qwen2.5 (اُپنے GPU پر چلنے والا اوپن سورس زباني ماڈل) آپ کے منتخب کر نے والے شخص ميں جواب ليکتا هے اور پيپر آواز اسے بلند آواز ميں پڑھتا هے یہ انگريزي ميں گردش کے مطابق کام کرتا هے

آپ کی آواز کے ایپلیکیشنز کو تبدیل کرنے کے لئے تیار ہیں؟

Speech to Speech AI استعمال کر کے ہزاروں ڈیولپر اور تخلیق کاروں میں شامل ہوں.