AI-modeller

Vi integrerer de bedste open source tale AI modeller. Alle modeller er tilgængelige via API og web-interface.

Tekst- til- tale modeller

Chatterbox
Anbefalet

Nul-shot stemme kloning fra en kort reference prøve, på 23 sprog. Vores standard klonmodel, stemmerne i AI-dubbing og vores standard stemmekonverteringsmodel (Chatterbox VC).

Sprog 23
Referencelyd 6 til 60 s
VRAM ~5GB
Licens MIT
Nulskudt Kloning Stemmekonvertering Flersproget Kommercielt brug
Kokoro, Piper, VITS og Bark

Fire åbne tekst til talemaskiner bag en stemmevælger. Kokoro 82M (Apache 2.0) er standarden; Piper tilbyder kun stemmer, hvis træningsdata tillader kommerciel brug; VITS tilføjer 109 engelske højttalere og Bark 130 forudindstillinger på 13 sprog.

Stemmer 316
Sprog 19
Motorer 4
Download MP3, WAV, OGG, FLAC
Flersproget Tilladt erhvervsmæssig anvendelse
Prøv tekst til tale
OpenVoice v2

Tone farve konverter og kloning model. Stadig valgbar for stemme konvertering, hvor Chatterbox VC er nu standard, fordi det holder langt mere af målet stemme.

Stemmematch i vores test OpenVoice v2: 0.17 to 0.35
Stemmematch i vores test Chatterbox VC: 0.64 to 0.75
Licens MIT

Højttaler lighed af konverterede optagelser til en anden klip af målet højttaler. To klip af den samme rigtige højttaler score 0,76 til 0,88.

Stemmekonvertering Valgfrit
GitHub

Tale- til- tekst- modeller

Whisper Large v3
Mest brugt

OpenAI's open source talegenkendelsesmodel. Transskriberer 100 sprog, med tidsstempler og automatisk sprogdetektering.

Sprog 100
Parametre 1.5B
VRAM ~10GB
Sprogsøgning Automatisk
Standardmodel Flersproget Tidsstempler
Whisper Large v3 Turbo

En mindre, hurtigere version af Whisper Stor v3 for hurtigere udskrifter. Vælg det som hviske-turbo.

Sprog 100
Parametre 809M
VRAM ~6GB
Licens MIT
Hurtigere Flersproget

Stemmechatmodel

Qwen2.5 7B Instruct

Open source-sprogmodellen, der skriver svarene i stemmechat, i den persona, du vælger. Din browser transskriberer din tale og en Piper stemme læser svaret højt.

Parametre 7B
Licens Apache 2.0
Stemme Piper
Kører videre Vores GPU'er
Brugerdefinerede personer
GitHub