AI-modeller
Vi integrerar de bästa öppen källkod tal AI modeller. Alla modeller finns tillgängliga via API och webbgränssnitt.
Text-till-tal-modeller
Chatterbox
RekommenderadNoll-shot röst kloning från ett kort referensprov, på 23 språk. Vår standardkloning modell, rösterna i AI dubbing, och vår standard röst konvertering modell (Chatterbox VC).
Kokoro, Piper, VITS och Bark
Fyra öppna text till talmotorer bakom en röstväljare. Kokoro 82M (Apache 2.0) är standard; Piper erbjuder endast röster vars träningsdata tillåter kommersiell användning; VITS lägger 109 engelska högtalare och Bark 130 förinställningar på 13 språk.
OpenVoice v2
Ton färgkonverterare och kloning modell. Fortfarande valbar för röstkonvertering, där Chatterbox VC är nu standard eftersom det håller mycket mer av målrösten.
Talare likhet konverterade inspelningar till ett annat klipp av måltalaren. Två klipp med samma riktiga högtalarpoäng 0,76 till 0,88.
Modeller för tal till text
Whisper Large v3
Mest användaOpenAI:s språkigenkänningsmodell med öppen källkod. Transkription 100 språk, med tidsstämpel och automatisk språkdetektering.
Whisper Large v3 Turbo
En mindre, snabbare version av Whisper Large v3 för snabbare utskrifter. Välj den som viskande turbo.
Modell för röstchatt
Qwen2.5 7B Instruct
Språkmodellen med öppen källkod som skriver svaren i röstchatten, i den persona du väljer. Din webbläsare transkriberar ditt tal och en Piper röst läser svaret högt.