PG modeliai

Mes integruoti geriausi atviro šaltinio kalba AI modelius. Visi modeliai yra prieinami per API ir interneto sąsaja.

Teksto į giliausią

Chatterbox
Rekomenduojama

Neryškus balso klonavimas iš trumpo kontrolinio mėginio 23 kalbomis. Mūsų numatytasis klonavimo modelis, balsai AI dubbing, mūsų numatytojo balso konversijos modelis (Chatterbox VC).

Kalbos 23
Reference audio 6-60 s
VRAM ~5GB
Licencija MIT
Nulio- kadro klonavimas Balso konvertavimas Daugiakalbis Komercinis naudojimas
Kokoro, Piper, VITS ir Bark

Keturis atvirus tekstus kalbėti variklius už vieno balso ieškiklis. Kokoro 82M (Apache 2.0) yra numatytasis; Piper siūlo tik balsai, kurių mokymo duomenys leidžia komercinio naudojimo; VITS prideda 109 anglų kalba ir Bark 130 iš anksto nustatyti 13 kalbų.

Balsai 316
Kalbos 19
Varikliai 4
Atsiųsti MP3, WAV, OGG, FLAC
Daugiakalbis Leidžiama naudoti komerciniais tikslais
Bandyk kalbėti
OpenVoice v2

Tonas spalvos keitiklis ir klonavimo modelis. Vis dar pasirenkamas balso konvertavimo, kur Chatterbox VC dabar yra numatytasis, nes jis išlaiko daug daugiau tikslinė balso.

Balso atitikmuo mūsų teste OpenVoice v2: 0.17 to 0.35
Balso atitikmuo mūsų teste Chatterbox VC: 0.64 to 0.75
Licencija MIT

Garsiakalbio panašumas, kai įrašai konvertuojami į kitą tikslinės garsiakalbio klipą. Du to paties tikrojo garsiakalbio balo klipai nuo 0,76 iki 0,88.

Balso konvertavimas Neprivaloma
GitHub

Kalbos į tekstą pavyzdžiai

Whisper Large v3
Daugiausiai naudotų

Atvirojo kodo kalbų pripažinimo modelis. Perrašinėjamos 100 kalbų, žymos ir automatiškai aptinkama kalba.

Kalbos 100
Parametrai 1.5B
VRAM ~10GB
Kalbų nustatymas Automatinis
Numatytasis modelis Daugiakalbis Laikraščiai
Whisper Large v3 Turbo

Mažesnė, greitesnė versija Whisper didelis v3 greičiau stenogramos. Pasirink jį kaip šnibždantį turbo.

Kalbos 100
Parametrai 809M
VRAM ~6GB
Licencija MIT
Greičiau Daugiakalbis

Balso pokalbio modelis

Qwen2.5 7B Instruct

Atviro kodo kalbos modelis, rašo atsakymus balso pokalbių, į persona jums pasirinkti. Jūsų naršyklė perrašinėja jūsų kalbą, o Piper balsas garsiai skaito atsakymą.

Parametrai 7B
Licencija Apache 2.0
Balsas Piper
Vyksta toliau Mūsų BVP
Pasirinkti asmenys
GitHub