AI modeli

Iнтегрiramo najbolje modele govora na otvorenom. Svi modeli su dostupni preko API i web sučelja.

Modeli teksta u govor

Chatterbox
Preporučena

0-pogočno kloniranje glasa iz kratkog referentnog uzorka, na 23 jezika. Naš zadani model kloniranja, glasovi u Al dubbing, i naš zadani model pretvaranja glasa (Chatterbox VC).

Jezici 23
Referenčni zvuk 6 do 60 s
VRAM ~5GB
Dozvola MIT
Kloniranje bez nula metaka Pretvaranje glasa Višejezični Komercijalna upotreba
Kokoro, Piper, VITS i Bark

Četiri otvorena teksta za govorne motore iza jednog biranja glasa. Kokoro 82M (Apache 2.0) je uobičajeno; Piper nudi samo glasove čiji podaci o treningu omogućuju komercijalnu upotrebu; VITS dodaje 109 engleskih zvučnika i Bark 130 predpostavljanja na 13 jezika.

Glasovi 316
Jezici 19
Pogoni 4
Preuzmi MP3, WAV, OGG, FLAC
Višejezični Dopuštena trgovačka uporaba
Pokušaj s tekstom za govor
OpenVoice v2

Konverter tona boja i model kloniranja. Još uvijek je moguće odabrati za konverziju glasa, gdje je Chatterbox VC sada uobičajeno jer drži daleko više ciljnog glasa.

Glasovni meč u našem testu OpenVoice v2: 0.17 to 0.35
Glasovni meč u našem testu Chatterbox VC: 0.64 to 0.75
Dozvola MIT

Sličnost pretvorenih snimki na drugi snimak ciljnog zvučnika. Dva isječka istog pravog zvučnika 0.76 do 0.88.

Pretvaranje glasa Slobodno
GitHub

Modeli govora prema tekstu

Whisper Large v3
Najkorištenije

OpenAI je otvoreni model prepoznavanja govora. Tranpisuje 100 jezika, s vremenskim oznakama i automatskim otkrivanjem jezika.

Jezici 100
Parametri 1.5B
VRAM ~10GB
Odabir jezika Automatski
Uobičajeni model Višejezični Vremenski broj
Whisper Large v3 Turbo

Manja, brža verzija Whisper Velikog V3 za brže transkripte. Odaberite to kao šaputajući-turbo.

Jezici 100
Parametri 809M
VRAM ~6GB
Dozvola MIT
Brže Višejezični

Glasni razgovor

Qwen2.5 7B Instruct

Model otvorenog izvora jezika koji piše odgovore u glasovnom razgovoru, u personi koju izaberete. Vaš preglednik prepisuje vaš govor i Piper glas čita odgovor naglas.

Parametri 7B
Dozvola Apache 2.0
Glas Piper
Pokreće se Naši protuporodni agenti
Prilagođena osoba
GitHub