AI modeli
Vključujemo najboljše modele govora na odprtem mestu. Vsi modeli so na voljo prek API in spletnega vmesnika.
Modeli besedila v govor
Chatterbox
PriporočenoKloniranje 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).
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.
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.
Sličnost pretvorbe posnetkih v drugo posnetek ciljnega zvočnika. Dva posnetka istega zvočniškega rezultata 0,76 do 0,88.
Modeli govora v besedilo
Whisper Large v3
Najbolj uporabljenoOpenAI je model prepoznavanja govora. Tranpisuje 100 jezikov, z časovnimi oznakami in avtomatsko odkrivanje jezika.
Whisper Large v3 Turbo
Manjša, hitrejša različica Whisper Large v3 za hitrejše transkripte. Izberite ga kot šepetasto turbo.
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.