ВИ модели
Ги интегрираме најдобрите модели на отворен говор. Сите модели се достапни преку API и веб интерфејс.
Модели на текст- во- говор
Chatterbox
ПрепорачаноГолем клонирање на глас од краток референтен примерок, на 23 јазици. Нашиот стандарден модел на клонирање, гласовите во AI дуbbing, и нашиот стандарден модел за претворање на гласот (Chatterbox VC).
Кокоро, Пајпер, ВИТС и Барк
Четири отворени пораки за говорни мотори зад еден гласач. Кокоро 82М (Apache 2.0) е стандардно; Пајпер нуди само гласови чии податоци за обука дозволуваат комерцијална употреба; ВИТС додава 109 англиски говорници и Барк 130 претпоставени на 13 јазици.
OpenVoice v2
Конвертер на тонови и модел на клонирање. Сеуште може да се избере за конвертирање на глас, каде што Chatterbox VC е сега стандардно бидејќи го држи далеку повеќе од целниот глас.
Сличноста на претвораните снимки со друг клип на метата. Два клипа од истиот говорник 0,76 до 0,88.
Модели од говор до текст
Whisper Large v3
НајискористениМоделот на отворениот говор на OpenAI. Напишува 100 јазици, со временски осигурувања и автоматско откривање на јазикот.
Whisper Large v3 Turbo
Помала, побрза верзија на шепот Големи V3 за побрзи транскрипти. Избери го како шепот-турбо.
Модел на гласовно чатење
Qwen2.5 7B Instruct
Моделот отворен код за јазик кој ги пишува одговорите во гласовен разговор, во личноста што ја избирате. Вашиот прелистувач го препишува вашиот говор и гласот на Пајпер го чита одговорот наглас.