Modèles d'IA
Nous intégrons les meilleurs modèles d'IA de langage open-source. Tous les modèles sont disponibles via API et interface web.
Modèles de synthèse vocale
Chatterbox
RecommandéClonage vocal zero-shot à partir d'un court échantillon de référence, en 23 langues. Notre modèle de clonage par défaut, les voix du doublage IA et notre modèle de conversion de voix par défaut (Chatterbox VC).
Kokoro, Piper, VITS et Bark
Quatre moteurs de texte à voix ouverte derrière un sélectionneur de voix. Kokoro 82M (Apache 2.0) est la valeur par défaut ; Piper ne propose que des voix dont les données de formation permettent une utilisation commerciale ; VITS ajoute 109 locuteurs anglais et des préréglages Bark 130 en 13 langues.
OpenVoice v2
Convertisseur de timbre et modèle de clonage. Toujours sélectionnable pour la conversion de voix, où Chatterbox VC est désormais le choix par défaut car il conserve bien plus de la voix cible.
Similarité du locuteur entre les enregistrements convertis et un autre clip du locuteur cible. Deux clips du même vrai locuteur obtiennent de 0.76 à 0.88.
Modèles de transcription
Whisper Large v3
Le plus utiliséLe modèle open source de reconnaissance vocale d'OpenAI. Il transcrit 100 langues, avec horodatage et détection automatique de la langue.
Whisper Large v3 Turbo
Une version plus petite et plus rapide de Whisper Large v3 pour des transcriptions plus rapides. Choisissez-la sous le nom whisper-turbo.
Modèle du chat vocal
Qwen2.5 7B Instruct
Le modèle de langage open source qui rédige les réponses du chat vocal, avec le personnage de votre choix. Votre navigateur transcrit votre voix et une voix Piper lit la réponse à voix haute.