Vận hành bởi Chatterbox, Kokoro và Whisper

Nền tảng đỉnh cao
Từ nói đến nói
AI

Nhân bản bất kỳ giọng nói nào trong vài giây, chuyển văn bản thành giọng nói, phiên âm âm thanh và biến giọng này thành giọng khác, tất cả bằng các mô hình mã nguồn mở tiên tiến nhất.

Không cần thẻ tín dụng 10 tín dụng miễn phí Bao gồm quyền truy cập API
Demo nhân bản giọng nói
Cùng lời nói, khác giọng

Nghe cùng một câu trong hai giọng khác nhau

Nhân bản giọng nói của bạn

Được hỗ trợ bởi các mô hình mã nguồn mở tiên tiến nhất

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

Mọi thứ bạn cần cho AI giọng nói

Bộ công cụ toàn diện cho mọi ứng dụng giọng nói

Cách hoạt động

Ba bước đơn giản để biến đổi giọng nói

1

Tải lên âm thanh

Tải lên mẫu giọng nói (10- 30 giây) hoặc ghi âm trực tiếp trong trình duyệt của bạn. Chúng tôi hỗ trợ MP3, WAV, FLAC, và nhiều hơn nữa.

2

Xử lý bằng AI

Máy chủ GPU của chúng tôi xử lý âm thanh của bạn bằng các mô hình mã nguồn mở như Chatterbox, Kokoro, Whisper và OpenVoice.

3

Tải xuống hoặc phát trực tuyến

Tải xuống nhiều định dạng hoặc truyền trực tiếp qua API thời gian thực của chúng tôi.

Được hỗ trợ bởi các mô hình mã nguồn mở tốt nhất

Chúng tôi sử dụng và đóng góp cho nghiên cứu AI giọng nói tiên tiến

OpenVoice v2

Công cụ chuyển đổi giọng nói tùy chọn và mô hình nhân bản

  • Chuyển đổi âm sắc
  • Giữ nguyên lời và nhịp
  • Giấy phép MIT
Chatterbox

Nhân bản giọng nói, giọng lồng tiếng và chuyển đổi giọng nói mặc định của chúng tôi (Chatterbox VC)

  • Nhân bản zero-shot
  • 23 ngôn ngữ
  • Cho phép sử dụng thương mại
Kokoro 82M

Chuyển văn bản thành giọng nói nhanh, tự nhiên

  • 54 giọng nói
  • 8 ngôn ngữ
  • Giấy phép Apache 2.0
Whisper Large v3

Phiên âm đa ngôn ngữ

  • Tự động nhận diện ngôn ngữ
  • 100 ngôn ngữ
  • Dấu thời gian theo từ

Phù hợp với mọi nhu cầu sử dụng

Từ sáng tạo nội dung đến ứng dụng doanh nghiệp

Sáng tạo nội dung

Tạo giọng lồng tiếng cho video, podcast, sách nói và nội dung mạng xã hội với quy mô lớn.

Chăm sóc khách hàng

Xây dựng trợ lý giọng nói có âm thanh tự nhiên và xử lý được các cuộc hội thoại phức tạp.

Bản địa hóa

Lồng tiếng nội dung sang nhiều ngôn ngữ mà vẫn giữ giọng của người nói gốc.

Hỗ trợ tiếp cận

Đưa tiếng nói cho những người đã mất tiếng nói của họ.

Trò chơi & Giải trí

Tạo giọng NPC sống động, lời thoại nhân vật và trải nghiệm tương tác.

Giáo dục

Tạo nội dung giáo dục hấp dẫn với giọng đọc tự nhiên.

API cho nhà phát triển

Xây dựng với API của chúng tôi

REST API đơn giản cho mọi công cụ: gửi yêu cầu kèm khóa API của bạn, rồi thăm dò để lấy kết quả.

  • RESTful API

    Các endpoint HTTP đơn giản cho mọi tính năng

  • Webhook

    Tác vụ phiên âm có thể POST kết quả tới URL của bạn khi hoàn tất

Xem tài liệu 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"}

Bảng giá đơn giản, minh bạch

Bắt đầu miễn phí, mở rộng khi bạn phát triển

Miễn phí
$0/tháng
  • 10 tín dụng/tháng
  • Tất cả công cụ được bao gồm
  • Truy cập API
Bắt đầu
Bắt đầu
$9/tháng
  • 100 credits / tháng
  • Tất cả công cụ được bao gồm
  • Truy cập API
Chọn trình khởi động
Tốt
$29/tháng
  • 500 credits / tháng
  • Tất cả công cụ được bao gồm
  • Truy cập API
Chọn chuyên gia
Enterprise
$99/tháng
  • 2000 credits / tháng
  • Tất cả công cụ được bao gồm
  • Truy cập API
Chọn doanh nghiệp

Câu hỏi thường gặp

Mọi điều bạn cần biết về Speech to Speech AI

Ký âm nhân tạo sử dụng AI để phân tích một mẫu giọng nói của một người (thường là 10-30 giây) và tạo ra một mô hình kỹ thuật số có thể nói bất kỳ văn bản nào trong giọng nói đó.

Chúng tôi hỗ trợ tiếng Anh, Tây Ban Nha, Pháp, Đức, Trung Quốc, Nhật Bản, Hàn Quốc, Ả Rập, Bồ Đào Nha, Nga, Ý, Hà Lan, Ba Lan và nhiều ngôn ngữ khác. Các mô hình đa ngôn ngữ của chúng tôi có thể sao chép giọng nói và tạo ra lời nói trong bất kỳ ngôn ngữ nào.

Có! Chúng tôi có gói miễn phí với 10 tín dụng mỗi tháng, bao gồm quyền truy cập đầy đủ mọi tính năng: nhân bản giọng nói, chuyển văn bản thành giọng nói, chuyển giọng nói thành văn bản và nhiều hơn nữa. Không cần thẻ tín dụng để đăng ký. Nâng cấp bất cứ lúc nào để có thêm tín dụng.

Chúng tôi dùng các mô hình mã nguồn mở: Chatterbox và OpenVoice v2 để nhân bản giọng nói, Kokoro, Piper, VITS và Bark để chuyển văn bản thành giọng nói, Whisper Large v3 để ghi lại lời nói, Chatterbox VC để chuyển đổi giọng nói (vẫn có thể chọn OpenVoice v2), Chatterbox cho các giọng nhân bản trong lồng tiếng AI và Qwen2.5 cho câu trả lời trong trò chuyện bằng giọng nói. Tất cả đều chạy trên máy chủ GPU của chúng tôi.

Tất nhiên rồi! Tất cả các gói trả phí của chúng tôi bao gồm quyền sử dụng thương mại. Bạn có thể sử dụng âm thanh được tạo ra cho video, podcast, ứng dụng, trò chơi, dịch vụ khách hàng, và bất kỳ ứng dụng thương mại nào khác. Chỉ cần đảm bảo rằng bạn có quyền sao chép bất kỳ giọng nói nào bạn sử dụng.

Trò chuyện bằng giọng nói cho phép bạn nói chuyện với trợ lý AI. Trình duyệt chuyển lời nói của bạn thành văn bản, Qwen2.5 (một mô hình ngôn ngữ mã nguồn mở chạy trên GPU của chúng tôi) viết câu trả lời theo nhân vật bạn chọn, và một giọng Piper đọc to câu trả lời. Cuộc trò chuyện diễn ra lần lượt từng lượt, bằng tiếng Anh.

Sẵn sàng nâng tầm ứng dụng giọng nói của bạn?

Tham gia cùng hàng nghìn nhà phát triển và nhà sáng tạo đang dùng Speech to Speech AI.