Model AI
Kita mengintegrasikan model pidato sumber-terbaik buatan AI. Semua model tersedia melalui API dan web interface.
Model Teks ke Suara
Chatterbox
DirekomendasikanKloning suara zero-shot dari sampel referensi singkat, dalam 23 bahasa. Model kloning default kami, suara dalam dubbing AI, dan model konversi suara default kami (Chatterbox VC).
Kokoro, Piper, VITS, dan Bark
Empat teks terbuka untuk mesin bicara di belakang satu pemilih suara. Kokoro 82M (Apache 2.0) adalah standar; Piper hanya menawarkan suara yang data pelatihannya memungkinkan penggunaan komersial; VITS menambahkan 109 pembicara bahasa Inggris dan Bark 130 preset dalam 13 bahasa.
OpenVoice v2
Konverter warna nada dan model kloning. Masih bisa dipilih untuk konversi suara, yang kini menggunakan Chatterbox VC sebagai default karena mempertahankan jauh lebih banyak ciri suara target.
Kemiripan pembicara pada rekaman hasil konversi terhadap klip lain dari pembicara target. Dua klip dari pembicara asli yang sama mendapat skor 0.76 hingga 0.88.
Model Suara ke Teks
Whisper Large v3
Paling Banyak DigunakanModel pengenalan ucapan open-source dari OpenAI. Mentranskripsi 100 bahasa, dengan stempel waktu dan deteksi bahasa otomatis.
Whisper Large v3 Turbo
Versi Whisper Large v3 yang lebih kecil dan lebih cepat untuk transkrip yang lebih cepat selesai. Pilih sebagai whisper-turbo.
Model Obrolan Suara
Qwen2.5 7B Instruct
Model bahasa open-source yang menulis balasan di obrolan suara, sesuai persona yang Anda pilih. Browser Anda mentranskripsi ucapan Anda dan suara Piper membacakan balasannya.