Modele de IA
Integram cele mai bune modele de discurs deschis al AI. Toate modelele sunt disponibile prin API și interfață web.
Modele text-to-voce
Chatterbox
RecomandatClonarea vocală cu zero-shot dintr-un eșantion de referință scurt, în 23 de limbi. Modelul nostru de clonare implicit, vocile în AI dubbing, și modelul nostru de conversie vocală implicit (Chatterbox VC).
Kokoro, Piper, VITS și Bark
Patru text deschis la motoarele de vorbire în spatele unui selector de voce. Kokoro 82M (Apache 2.0) este un mod implicit; Piper oferă doar voci ale căror date de formare permit utilizarea comercială; VITS adaugă 109 de vorbitori englezi și predefiniții Bark 130 în 13 limbi.
OpenVoice v2
Convertitor de culori ton și model de clonare. Încă selectabil pentru conversia vocală, unde Chatterbox VC este acum implicit pentru că menține mult mai mult de vocea țintă.
Seminătate de speaker de înregistrări convertite la un clip diferit al speaker-ului țintă. Două clipuri ale aceleiași speaker real scor 0.76 până la 0.88.
Modele de vorbire la text
Whisper Large v3
Cel mai folositModelul de recunoaștere a discursului OpenAI. Transcrie 100 de limbi, cu marca temporală și detecția automată a limbii.
Whisper Large v3 Turbo
O versiune mai mică, mai rapidă de Whisper Large v3 pentru transcripcione mai rapide. Alege-l ca şoaptă-turbo.
Modelul de Chat Voce
Qwen2.5 7B Instruct
Modelul de limbaj deschis care scrie răspunsurile în chat vocal, în persoana pe care o alegeți. browserul tău transcrie discursul şi o voce Piper citi răspunsul cu voce tare.