Mudelli tal-AI

Aħna nintegraw l-aħjar mudelli open-source tal-AI tad-diskors, il-mudelli kollha huma disponibbli permezz ta’ API u web interface.

Mudelli tat-Test-għal-Ħsieb

Chatterbox
Rakkomandat

Iklonjar tal-vuċi Zero-shot minn kampjun ta ’referenza qasira, fi 23 lingwa.Mudell ta’ klonar default tagħna, il-vuċijiet fid-dubju AI, u l-mudell ta ’konverżjoni tal-vuċi default tagħna (Chatterbox VC).

Lingwi 23
Awdjo ta’ referenza 6 sa 60 sekonda
VRAM ~5GB
Liċenzja MIT
Klonazzjoni Zero-shot Konverżjoni tal-vuċi Multilingwi Użu Kummerċjali
Kokoro, Piper, VITS u Qoxra

Erba' magni miftuħa tat-test għad-diskors wara picker tal-vuċi wieħed.Kokoro 82M (Apache 2.0) huwa l-awtomatiku; Piper joffri biss vuċijiet li d-dejta tat-taħriġ tagħhom tippermetti l-użu kummerċjali; VITS iżid 109 kelliema bl-Ingliż u Bark 130 preset fi 13-il lingwa.

Il-Voti 316
Lingwi 19
Magni 4
Niżżel MP3, WAV, OGG, FLAC
Multilingwi Użu kummerċjali permess
Ipprova test għal diskors
OpenVoice v2

Konvertitur kulur Tone u mudell klonazzjoni.Għad jistgħu jintgħażlu għall-konverżjoni vuċi, fejn Chatterbox VC issa huwa l-default minħabba li jżomm ferm aktar tal-vuċi fil-mira.

Match vuċi fil-test tagħna OpenVoice v2: 0.17 to 0.35
Match vuċi fil-test tagħna Chatterbox VC: 0.64 to 0.75
Liċenzja MIT

Żewġ klipps tal-istess kelliem reali punteġġ 0.76 sa 0.88, u l-istess reġistrazzjonijiet konvertiti għal clip differenti tal-kelliem fil-mira.

Konverżjoni tal-vuċi Fakultattiv
GitHub

Mudelli ta’ diskors għal test

Whisper Large v3
L-aktar użati

Transkrizzjonijiet ta' 100 lingwa, b'timestamps u b'detezzjoni awtomatika tal-lingwa.

Lingwi 100
Parametri 1.5B
VRAM ~10GB
Sejbien tal-lingwa Awtomatiku
Mudell default Multilingwi Timbru tal-ħin
Whisper Large v3 Turbo

A iżgħar, verżjoni aktar mgħaġġla tal Whisper Large v3 għal transcripts aktar mgħaġġla. Pick bħala whisper-turbo.

Lingwi 100
Parametri 809M
VRAM ~6GB
Liċenzja MIT
Aktar malajr Multilingwi

Mudell tal-Chat bil-Vuċi

Qwen2.5 7B Instruct

Il-mudell tal-lingwa open-source li jikteb it-tweġibiet fil-vuċi chat, fil-persona inti tagħżel.Il-browser tiegħek jittraskrivi diskors tiegħek u Piper vuċi taqra t-tweġiba bil-leħen.

Parametri 7B
Liċenzja Apache 2.0
vuċi Piper
Jirrekordja fuq Il-GPUs tagħna
Custom Personas
GitHub