Modelos de IA
Integramos los mejores modelos de IA de habla de código abierto. Todos los modelos están disponibles a través de API y la interfaz web.
Modelos de texto a voz
Chatterbox
RecomendadoClonación de voz zero-shot a partir de una muestra de referencia corta, en 23 idiomas. Nuestro modelo de clonación por defecto, las voces del doblaje con IA y nuestro modelo de conversión de voz por defecto (Chatterbox VC).
Kokoro, Piper, VITS y Bark
Cuatro motores de texto abiertos para hablar detrás de un selector de voz. Kokoro 82M (Apache 2.0) es el valor predeterminado; Piper ofrece solo voces cuyos datos de entrenamiento permiten el uso comercial; VITS añade 109 hablantes de inglés y Bark 130 presets en 13 idiomas.
OpenVoice v2
Conversor de timbre y modelo de clonación. Sigue pudiendo seleccionarse para la conversión de voz, donde Chatterbox VC es ahora el predeterminado porque conserva mucho más de la voz de destino.
Similitud del hablante de las grabaciones convertidas con otro clip del hablante de destino. Dos clips del mismo hablante real puntúan de 0.76 a 0.88.
Modelos de voz a texto
Whisper Large v3
Más usadoEl modelo de reconocimiento de voz de código abierto de OpenAI. Transcribe 100 idiomas, con marcas de tiempo y detección automática del idioma.
Whisper Large v3 Turbo
Una versión más pequeña y rápida de Whisper Large v3 para obtener transcripciones antes. Selecciónala como whisper-turbo.
Modelo del chat de voz
Qwen2.5 7B Instruct
El modelo de lenguaje de código abierto que escribe las respuestas del chat de voz, con la personalidad que elijas. Tu navegador transcribe lo que dices y una voz de Piper lee la respuesta en voz alta.