AI modeli

Vključujemo najboljše modele govora na odprtem mestu. Vsi modeli so na voljo prek API in spletnega vmesnika.

Modeli besedila v govor

Chatterbox
Priporočeno

Kloniranje glasu brez strelov iz kratko referenčnega vzorca v 23 jezikih. Naš privzeti model kloniranja, glasovi v AI dubbing, in naš privzeti model pretvorbe glasu (Chatterbox VC).

Jeziki 23
Referenčni zvok 6 do 60 s
VRAM ~5GB
Licenca MIT
Kloniranje brez strelov Pretvorba glasu Večjezična Trgovska uporaba
Kokoro, Piper, VITS in Bark

Štiri odprta besedila za govorne motorje za enim izbirnikom glasu. Kokoro 82M (Apache 2.0) je privzeto; Piper ponuja le glasove, katerih podatki o usposabljanju omogočajo komercialno uporabo; VITS doda 109 angleških govornikov in Bark 130 prednastavb v 13 jezikih.

Glasovi 316
Jeziki 19
Motorji 4
Prenesi MP3, WAV, OGG, FLAC
Večjezična Dozvoljena komercialna uporaba
Poskusi z besedilom
OpenVoice v2

Pretvornik barv in model kloniranja. Še vedno je mogoče izbrati za pretvorbo glasu, kjer je Chatterbox VC zdaj privzet, ker ima veliko več ciljnega glasu.

Glasovni meč v našem testu OpenVoice v2: 0.17 to 0.35
Glasovni meč v našem testu Chatterbox VC: 0.64 to 0.75
Licenca MIT

Sličnost pretvorbe posnetkih v drugo posnetek ciljnega zvočnika. Dva posnetka istega zvočniškega rezultata 0,76 do 0,88.

Pretvorba glasu Neobvezno
GitHub

Modeli govora v besedilo

Whisper Large v3
Najbolj uporabljeno

OpenAI je model prepoznavanja govora. Tranpisuje 100 jezikov, z časovnimi oznakami in avtomatsko odkrivanje jezika.

Jeziki 100
Parametri 1.5B
VRAM ~10GB
Odkrivanje jezika Samodejno
Privzeti model Večjezična Časovni znaki
Whisper Large v3 Turbo

Manjša, hitrejša različica Whisper Large v3 za hitrejše transkripte. Izberite ga kot šepetasto turbo.

Jeziki 100
Parametri 809M
VRAM ~6GB
Licenca MIT
Hitreje Večjezična

Zgled govornega pogovora

Qwen2.5 7B Instruct

Model odprtega jezika, ki piše odgovore v govornem klepetu, v osebi, ki jo izberete. Vaš brskalnik prepisuje vaš govor in Piper glas glasno bere odgovor.

Parametri 7B
Licenca Apache 2.0
Glas Piper
Teče naprej Naši GPU
Porabna oseba
GitHub