Modelos de IA
Integramos os melhores modelos de AI de fala de código aberto. Todos os modelos estão disponíveis através da API e da interface web.
Modelos de texto para fala
Chatterbox
RecomendadoClonagem de voz zero-shot a partir de uma amostra de referência curta, em 23 idiomas. Nosso modelo de clonagem padrão, as vozes da dublagem com IA e nosso modelo padrão de conversão de voz (Chatterbox VC).
Kokoro, Piper, VITS e Bark
Quatro textos abertos aos motores de fala por trás de um selector de voz. O Kokoro 82M (Apache 2.0) é o padrão; o Piper oferece apenas vozes cujos dados de treinamento permitem uso comercial; o VITS adiciona 109 falantes ingleses e predefinições Bark 130 em 13 idiomas.
OpenVoice v2
Conversor de timbre e modelo de clonagem. Ainda pode ser selecionado para conversão de voz, onde o Chatterbox VC agora é o padrão porque mantém muito mais da voz de destino.
Similaridade do locutor das gravações convertidas com outro clipe do locutor de destino. Dois clipes do mesmo locutor real pontuam de 0.76 a 0.88.
Modelos de fala para texto
Whisper Large v3
Mais usadoO modelo de reconhecimento de fala de código aberto da OpenAI. Transcreve 100 idiomas, com marcações de tempo e detecção automática de idioma.
Whisper Large v3 Turbo
Uma versão menor e mais rápida do Whisper Large v3 para transcrições mais ágeis. Escolha-a como whisper-turbo.
Modelo do chat de voz
Qwen2.5 7B Instruct
O modelo de linguagem de código aberto que escreve as respostas no chat de voz, com a persona que você escolher. Seu navegador transcreve sua fala e uma voz Piper lê a resposta em voz alta.