Modelet AI
Ne integrojmë modelet më të mira të inteligjencës artificiale të foljes me burim të hapur. Të gjitha modelet janë në dispozicion nëpërmjet API dhe web interface.
Teksti në Folje
Chatterbox
RekomandimetKlonimi i zërit me zero-gjurmë nga një shembull i shkurtër referues, në 23 gjuhë. Modeli ynë i paracaktuar i klonimit, zërat në dublimin AI, dhe modeli ynë i paracaktuar i konvertimit të zërit (Chatterbox VC).
Kokoro, Piper, VITS dhe Bark.
Katër motorë të hapur të tekstit në fjalë pas një zgjedhësi zëri. Kokoro 82M (Apache 2.0) është i paracaktuar; Piper ofron vetëm zëra të të cilëve të dhënat e trainimit lejojnë përdorimin komercial; VITS shton 109 folës anglisht dhe Bark 130 paracaktime në 13 gjuhë.
OpenVoice v2
Konvertimi i ngjyrës së tonit dhe modeli i klonimit. Ende i zgjedhshëm për konvertimin e zërit, ku Chatterbox VC është tani i paracaktuar sepse mban shumë më shumë nga zëri i synuar.
Ngjashmëria e folësit të regjistrimeve të konvertuara me një klip të ndryshëm të folësit të synuar. Dy klipe të të njëjtit folës real kanë pikë 0.76 deri 0.88.
Modelet e Fjalës në Tekst
Whisper Large v3
Më të përdoruraModeli i njohjes së foljes me burim të hapur të OpenAI. Transkribon 100 gjuhë, me shenja kohore dhe zbulim automatik të gjuhës.
Whisper Large v3 Turbo
Një version më i vogël dhe më i shpejtë i Whisper Large v3 për transkriptime më të shpejta. Zgjidhja si whisper-turbo.
Modeli i bisedës zërore
Qwen2.5 7B Instruct
Modeli i gjuhës me burim të hapur që shkruan përgjigjet në bisedat me zë, në personazhin që zgjedh. Shfletuesi juaj transkripton fjalën tuaj dhe një zë Piper lexon përgjigjen me zë.