Modely umelej inteligencie
Integrujeme najlepšie open-source modely umelej inteligencie, ktoré sú dostupné cez API a webové rozhranie.
Modely prevodu textu na reč
Chatterbox
OdporúčanéKlonovanie hlasu v 23 jazykoch z krátkej referenčnej vzorky, náš predvolený model klonovania, hlasy v AI dabing a náš predvolený model konverzie hlasu (Chatterbox VC).
Kokoro, Piper, VITS a kôra
Štyri otvorené nástroje na premenu textu na reč za jedným hlasovým výberom: Kokoro 82M (Apache 2.0) je predvolený; Piper ponúka len hlasy, ktorých tréningové dáta umožňujú komerčné použitie; VITS pridáva 109 anglických hovoriacich a Bark 130 predvolieb v 13 jazykoch.
OpenVoice v2
Stále je možné vybrať pre konverziu hlasu, kde Chatterbox VC je teraz predvolený, pretože si zachováva oveľa viac cieľovej hlasu.
Podobnosť hovoriaceho konvertovaných nahrávok s iným klipom cieľového hovoriaceho: Dva klipy toho istého skutočného hovoriaceho majú skóre 0,76 až 0,88.
Modely prevodu reči na text
Whisper Large v3
Najviac používanéOpenAI open source model rozpoznávania reči. Prepisuje 100 jazykov, s časovými pečiatkami a automatickou detekciou jazyka.
Whisper Large v3 Turbo
Menšia, rýchlejšia verzia Whisper Large v3 pre rýchlejšie prepisy. Vyberte si ho ako whisper-turbo.
Model hlasového chatu
Qwen2.5 7B Instruct
Jazykový model s otvoreným zdrojovým kódom, ktorý píše odpovede v hlasovom rozhovore v osobe, ktorú si vyberiete.Váš prehliadač prepíše vašu reč a hlas Piper prečíta odpoveď nahlas.