Model AI
Kami mengintegrasikan model AI pertuturan sumber terbuka terbaik. Semua model tersedia melalui API dan antaramuka web.
Model Teks-ke-Tutur
Chatterbox
DisarankanKlon suara sifar-tembak dari sampel rujukan pendek, dalam 23 bahasa. Model klon default kami, suara dalam dub AI, dan model penukaran suara default kami (Chatterbox VC).
Kokoro, Piper, VITS dan Bark
Empat enjin teks-ke-tutur terbuka di belakang satu pemilih suara. Kokoro 82M (Apache 2.0) adalah piawai; Piper hanya menawarkan suara yang data latihannya membenarkan penggunaan komersial; VITS menambah 109 penutur bahasa Inggeris dan Bark 130 preset dalam 13 bahasa.
OpenVoice v2
Penukar warna nada dan model klon. Masih boleh dipilih untuk penukaran suara, di mana VC Chatterbox sekarang default kerana ia menyimpan lebih banyak suara sasaran.
Kesamaan pembicara rakaman yang ditukar kepada klip yang berbeza bagi pembicara sasaran. Dua klip pembicara sebenar yang sama mendapat markah 0.76 hingga 0.88.
Model Perbualan-ke-Teks
Whisper Large v3
Paling DigunakanModel pengenalan percakapan sumber terbuka OpenAI. Mentranskripsikan 100 bahasa, dengan setem masa dan pengesanan bahasa automatik.
Whisper Large v3 Turbo
Sebuah versi yang lebih kecil dan pantas daripada Whisper Large v3 untuk transkripsi yang lebih pantas. Pilihnya sebagai whisper-turbo.
Model Sembang Suara
Qwen2.5 7B Instruct
Model bahasa sumber terbuka yang menulis jawapan dalam sembang suara, dalam persona yang anda pilih. Pelayar anda mentranskripsikan ucapan anda dan suara Piper membaca jawapan dengan kuat.