AI մոդելներ
Մենք ներառել ենք լավագույն բաց կոդով ձայնային AI մոդելները։ Բոլոր մոդելները հասանելի են API և վեբ ինտերֆեյսի միջոցով։
Տեքստից խոսքի մոդելներ
Chatterbox
ՀետևյալըԶերո-շոթ ձայնի կլոնավորում կարճ հղման օրինակից, 23 լեզուներով։ Մեր լրիվ մոդել, AI-ի ձայները և մեր լրիվ ձայնի փոխակերպման մոդել (Chatterbox VC)։
Կոկորո, Փայպեր, Վիտս և Բարկ
Four open text to speech engines behind one voice picker. Kokoro 82M (Apache 2.0) is the default; Piper offers only voices whose training data allows commercial use; VITS adds 109 English speakers and Bark 130 presets in 13 languages.
OpenVoice v2
Տոնային գույնի փոխակերպիչ և կլոնիկացման մոդել։ Դեռևս ընտրելի է ձայնի փոխակերպման համար, որտեղ Chatterbox VC- ն այժմ լռելյայն է, քանի որ այն ավելի շատ է պահպանում նպատակային ձայնը։
Արտասահմանյան լեզվով ձայնագրված ձայնագրությունների նմանությունը նպատակային լեզվով ձայնագրված ձայնագրության հետ։ Միևնույն իրական լեզվով ձայնագրված երկու ձայնագրությունները 0.76-ից 0.88 գնահատական են ստանում։
Խոսքից-տեքստ մոդելներ
Whisper Large v3
ԱմենատարածվածOpenAI-ի բաց կոդով խոսակցության ճանաչման մոդելը։ Թարգմանում է 100 լեզու, ժամանակային նշաններով և լեզվի ավտոմատ հայտնաբերմամբ։
Whisper Large v3 Turbo
Whisper Large v3-ի փոքր, արագ տարբերակը արագ ընթերցման համար։ Ստեղծեք այն որպես whisper-turbo։
ձայնային զրույց
Qwen2.5 7B Instruct
Առանց կոդավորման լեզվի մոդելը, որը գրում է պատասխանները ձայնային զրույցներում, ձեր ընտրած կերպարով։ Ձեր բրաուզերը փոխանցում է ձեր խոսքը և Piper ձայնը բարձրաձայն կարդում է պատասխանը։