AI modeļi
Mēs integrējam labākos atvērtā avota runas AI modeļus. Visi modeļi ir pieejami izmantojot API un tīmekļa saskarni.
Teksta- dēka modeļi
Chatterbox
IeteicamsNulles staru balss klonēšana no īsa references parauga 23 valodās. Mūsu noklusējuma klonēšanas modelis, balsis AI dubbing, un mūsu noklusējuma balss konversijas modelis (Chatterbox VC).
Kokoro, Piper, VITS un miecs
Četri atvērti teksts runātāji aiz viena balss picker. Kokoro 82M (Apache 2.0) ir noklusējuma vieta; Piper piedāvā tikai balsis, kuru mācību dati ļauj izmantot komerciālos nolūkos; VITS pievieno 109 angļu valodas runātājus un Bark 130 priekšsestus 13 valodās.
OpenVoice v2
Toņu krāsu pārveidotājs un klonēšanas modelis. Joprojām izvēlas balss konvertēšanu, kur Chatterbox VC tagad ir noklusējuma, jo tas saglabā daudz vairāk mērķa balss.
Skaļruņa līdzība, ko veido ieraksti, kas pārveidoti par citu mērķa skaļruni. Divi viena un tā paša īstā skaļruna punktu skaita klipi no 0,76 līdz 0,88.
Teksta valodas paraugi
Whisper Large v3
Visvairāk lietotāsOpenAI atvērtā koda runas atzīšanas modelis. Atšifrē 100 valodas, ar laika rakstzīmēm un automātisku valodas atklāšanu.
Whisper Large v3 Turbo
Mazāka, ātrāka versija Whisper Liels v3 ātrākiem transkriptiem. Izvēlies to kā čukstēt turbo.
Balss tērzēšanas modelis
Qwen2.5 7B Instruct
Atvērtā pirmkoda valodas modelis, kas raksta atbildes balss tērzēšana, personā jums izvēlēties. Jūsu pārlūkprogramma atšifrē jūsu runu, un Piper balss lasa atbildi skaļi.