tekoälymallit
Integroimme parhaat avoimen lähdekoodin tekoälymallit. Kaikki mallit ovat saatavilla API- ja verkkoliittymän kautta.
Tekstistä puheentoistomallit
Chatterbox
SuositellaanÄänien kloonaus nolla-ammunnalla lyhyestä vertailunäytteestä 23 kielellä. Oletuskloonausmallimme, tekoälyäänet ja oletusäänen muuntaminen (Chatterbox VC).
Kokoro, Piper, VITS ja Bark
Neljä avointa tekstiä puhemoottoreille yhden äänenvaimentajan takana. Kokoro 82M (Apache 2.0) on oletus; Piper tarjoaa vain ääniä, joiden koulutustiedot mahdollistavat kaupallisen käytön. VITS lisää 109 englanninkielistä ja Bark 130 presetiä 13 kielellä.
OpenVoice v2
Tone värimuuntaja ja kloonaus malli. Voit yhä valita äänen muuntamisen, jossa Chatterbox VC on nyt oletus, koska se pitää paljon enemmän kohdeääntä.
Muunnettujen äänitteiden kaiuttimen samankaltaisuus eri kuvasimeen. Kaksi klippiä samasta todellisesta kaiuttimesta pisteet 0,76-0,88.
Puheenvaihto-tekstimallit
Whisper Large v3
KäytetyimmätOpenAI:n avoimen lähdekoodin puhetunnistusmalli. Sanat ovat 100 kieltä, joihin on merkitty aikaleimat ja automaattinen kielentunnistus.
Whisper Large v3 Turbo
Pienempi, nopeampi versio Whisper Large v3:sta nopeammille selostuksille. Valitse se kuiskailuturboksi.
Puhechat-malli
Qwen2.5 7B Instruct
Avoimen lähdekoodin kielimalli, joka kirjoittaa vastaukset äänikeskusteluun, valitsemaasi henkilöön. Selaimesi kirjoittaa puheesi ja Piper-ääni lukee vastauksen ääneen.