由最先进的开源模型驱动
Qwen2.5
Chatterbox
Kokoro 82M
Whisper Large v3
OpenVoice v2
语音 AI 所需的一切
覆盖各类语音应用的全套工具
使用方法
三个简单步骤实现声音转换
1
上传音频
上传语音样本(10-30秒)或直接记录在浏览器中。 我们支持MP3、WAV、FLAC和更多支持。
2
AI 处理
我们的 GPU 服务器使用 Chatterbox、Kokoro、Whisper 和 OpenVoice 等开源模型处理你的音频。
3
下载或流式播放
立刻得到结果 以多种格式下载或直接通过实时API下载。
由最优秀的开源模型驱动
我们使用并参与前沿语音 AI 研究
OpenVoice v2
可选的声音转换引擎和克隆模型
- 音色转换
- 保留原话和节奏
- MIT 许可证
Chatterbox
声音克隆、配音声音和我们默认的声音转换 (Chatterbox VC)
- 零样本克隆
- 23 种语言
- 允许商业使用
Kokoro 82M
快速、自然的文字转语音
- 54 种声音
- 8 种语言
- Apache 2.0 许可证
Whisper Large v3
多语言转录
- 自动语言检测
- 100 种语言
- 单词级时间戳
适用于各种场景
从内容创作到企业应用
内容创作
为视频、播客、有声书和社交媒体内容批量制作配音。
客户服务
打造声音自然、能应对复杂对话的语音助手。
本地化
将内容配音为多种语言,同时保留原说话人的声音。
无障碍
给那些失去自己能力的人一个声音 创建个性化语音合成。
游戏与娱乐
打造生动的 NPC 声音、角色对白和互动体验。
教育
用自然流畅的旁白制作引人入胜的教育内容。
开发者 API
使用我们的 API 构建
每个工具都有简单的 REST API:用你的 API 密钥发送请求,然后轮询结果。
-
RESTful API
覆盖所有功能的简洁 HTTP 接口
-
Webhook
转录任务完成时可将结果 POST 到你的 URL
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"}
常见问题
关于 Speech to Speech AI 你需要了解的一切
语音克隆使用AI分析某人的声音样本(通常为10-30秒),并创建数字模型,可以用该声音说话任何文字。 我们的平台使用最先进的模型,如聊天盒和 OpenVoice 来取得自然的传奇效果。
我们支持英文、西班牙文、法文、德文、中文、日文、韩文、阿拉伯文、葡萄牙文、俄文、意大利文、荷兰文、波兰文和许多其他语文。 我们的多语言模式可以克隆声音,并用任何一种语言发表演讲。
是的!我们提供每月 10 个积分的免费套餐,可使用全部功能:声音克隆、文字转语音、语音转文字等。注册无需信用卡。需要更多积分时可随时升级。
我们使用开源模型:Chatterbox 和 OpenVoice v2 用于声音克隆,Kokoro、Piper、VITS 和 Bark 用于文字转语音,Whisper Large v3 用于转写,Chatterbox VC 用于声音转换 (仍可选择 OpenVoice v2),Chatterbox 用于 AI 配音中的克隆声音,Qwen2.5 用于语音聊天中的回复。它们都运行在我们自己的 GPU 服务器上。
当然! 我们所有付费计划都包括商业使用权 您可使用生成的视频、播客、应用程序、游戏、客户服务和其他商业应用视频、播客、应用程序、游戏、客户服务和其他任何商业应用。 只要确保你有权克隆你使用的任何声音。
语音聊天让你与 AI 助手对话。浏览器将你的语音转为文字,Qwen2.5(运行在我们 GPU 上的开源语言模型)以你选择的角色撰写回复,再由 Piper 声音朗读出来。对话一问一答轮流进行,使用英语。