AI módel
Við samþættum bestu opinbera tal AI módelin. Öll módel eru fáanleg í gegnum API og vefforrit.
Texti-í-tal módel
Chatterbox
RáðlagtZero-skot rödd klónun frá stuttum tilvísun sýnishorn, á 23 tungumálum.Sjálfgefið klónun líkan okkar, raddir í AI dubbing, og sjálfgefið rödd umbreytingu líkan okkar (Chatterbox VC).
Kokoro, Piper, VITS og Bark
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
Tone lit breytir og klónun líkan. Enn hægt að velja fyrir rödd umbreytingu, þar Chatterbox VC er nú sjálfgefið vegna þess að það heldur miklu meira af markmiði rödd.
Líkur á að talarinn sé sá sami í tveimur upptökum af sama talara, sem eru 0,76 til 0,88.
Tal- í- texta módel
Whisper Large v3
Mest notuðOpenAI er opinn uppspretta talgreiningar líkan. Umrita 100 tungumál, með tímastimpil og sjálfvirka tungumálagreiningu.
Whisper Large v3 Turbo
Minni, hraðari útgáfa af Whisper Large v3 fyrir hraðari afritunar. Veldu það sem hvísla-túrbó.
Raddspjallið
Qwen2.5 7B Instruct
Opinn uppspretta tungumál líkan sem skrifar svörin í raddspjallinu, í persónu sem þú velur.Vafrinn þinn skrifar ræðu þína og Piper rödd les svarið upphátt.