AI-модели
Мы интегрируем лучшие модели AI с открытым исходным кодом. Все модели доступны через API и веб-интерфейс.
Модели синтеза речи
Chatterbox
РекомендуетсяКлонирование голоса по короткому образцу без дообучения на 23 языках. Наша модель клонирования по умолчанию, голоса в ИИ-дубляже и наша модель преобразования голоса по умолчанию (Chatterbox VC).
Kokoro, Piper, VITS и Bark
Четыре открытых текста для речевых двигателей за одним голосоискателем. Kokoro 82M (Apache 2.0) - по умолчанию, Piper предлагает только голоса, данные о подготовке которых позволяют использовать в коммерческих целях; VITS добавляет 109 англичан и Bark 130 предвыборных программ на 13 языках.
OpenVoice v2
Конвертер тембра и модель клонирования. По-прежнему можно выбрать для преобразования голоса, где теперь по умолчанию используется Chatterbox VC, потому что он сохраняет гораздо больше черт целевого голоса.
Сходство говорящего в преобразованных записях с другим роликом целевого говорящего. Два ролика одного и того же реального говорящего получают оценку от 0.76 до 0.88.
Модели распознавания речи
Whisper Large v3
Самая популярнаяОткрытая модель распознавания речи от OpenAI. Расшифровывает 100 языков, с временными метками и автоматическим определением языка.
Whisper Large v3 Turbo
Уменьшенная и более быстрая версия Whisper Large v3 для оперативной транскрипции. Выбирается как whisper-turbo.
Модель голосового чата
Qwen2.5 7B Instruct
Открытая языковая модель, которая пишет ответы в голосовом чате от лица выбранного вами персонажа. Браузер распознаёт вашу речь, а голос Piper зачитывает ответ вслух.