AI மாதிரிகள்

சிறந்த திறந்த மூல பேச்சு AI மாதிரிகளை நாங்கள் ஒருங்கிணைத்துள்ளோம். அனைத்து மாதிரிகளும் API மற்றும் வலைத்தள இடைமுகம் மூலம் கிடைக்கும்.

உரையிலிருந்து பேசு வார்த்தை மாதிரிகள்

Chatterbox
பரிந்துரைக்கப்பட்ட

ஒரு குறுகிய குறிப்பு மாதிரியிலிருந்து சுழல்- ஷாட் குரல் ஒத்தமைப்பு, 23 மொழிகளில். எங்கள் முன்னிருப்பு ஒத்தமைப்பு மாதிரி, AI ஒலி மாற்றத்தில் குரல்கள், மற்றும் எங்கள் முன்னிருப்பு குரல் மாற்றம் மாதிரி (Chatterbox VC).

மொழிகள் 23
குறிப்பு ஒலி 6 முதல் 60 நொடிகள்
VRAM ~5ஜிபி
உரிமம் MIT
சுழல்-வெடிப்பு மாதிரியாக்கம் குரல் மாற்றம் பல மொழிகள் வணிக பயன்பாடு
கோகோரோ, பைப்ரர், விட்ஸ் மற்றும் பார்க்

Four open text to speech engines behind one voice picker. Kokoro 82M (Apache 2.0) is the default; Piper offers only voices whose training data allows commercial use; VITS adds 109 English speakers and Bark 130 presets in 13 languages.

குரல்கள் 316
மொழிகள் 19
எஞ்சின்கள் 4
இறக்குதல் MP3, WAV, OGG, FLAC
பல மொழிகள் வணிக பயன்பாடு அனுமதிக்கப்பட்டது
உரையிலிருந்து பேசி முயற்சி
OpenVoice v2

டன் வண்ண மாற்றி மற்றும் மாதிரியை ஒத்த. குரல் மாற்றத்திற்கு இன்னும் தேர்ந்தெடுக்கலாம், அங்கு சாட்டர்பாக்ஸ் VC இப்போது முன்னிருப்பு ஏனெனில் அது இலக்கு குரலை அதிகமாக வைத்திருக்கிறது.

குரல் பொருத்தம் OpenVoice v2: 0.17 to 0.35
குரல் பொருத்தம் Chatterbox VC: 0.64 to 0.75
உரிமம் MIT

மாற்றப்பட்ட பதிவுகளின் ஒலிப்பதிவு ஒத்தமைவு இலக்கு ஒலிப்பதிவின் வேறுபட்ட கிளிப்பிற்கு. ஒரே உண்மையான ஒலிப்பதிவின் இரண்டு கிளிப்புகள் 0.76 முதல் 0.88 வரை மதிப்பெண் பெறுகின்றன.

குரல் மாற்றம் விருப்பத்தேர்வு
GitHub

பேச்சு-உரை மாதிரிகள்

Whisper Large v3
அதிகம் பயன்படுத்தப்பட்ட

OpenAI வின் திறந்த மூல பேச்சு அடையாளம் காட்டு வார்த்தை. 100 மொழிகளை மாற்றுகிறது, நேர அச்சிட்டு மற்றும் தானாக மொழி கண்டுபிடிப்பு.

மொழிகள் 100
அளபுருக்கள் 1.5B
VRAM ~10GB ஐ உருவாக்கு
மொழி கண்டறிதல் தானியக்க
முன்னிருப்பு மாதிரி பல மொழிகள் நேரமுத்திரைகள்
Whisper Large v3 Turbo

விரைவான எழுத்துருக்கள் க்கான விஸ்பர் லெஜண்ட் v3 இன் சிறிய, வேகமான பதிப்பு. விஸ்பர்- டார்போவாக தேர்ந்தெடு.

மொழிகள் 100
அளபுருக்கள் 809M
VRAM ~6GB ஐ உருவாக்கு
உரிமம் MIT
வேகமான பல மொழிகள்

குரல் உரையாடல் மாதிரி

Qwen2.5 7B Instruct

குரல் உரையாடலில் பதில்களை எழுதும் திறந்த மூல மொழி மாதிரி, நீங்கள் தேர்ந்தெடுத்த நபரில். உங்கள் உலாவி உங்கள் உரையை மாற்றி எழுதும் மற்றும் பிப்பர் குரல் பதில்களை ஒலியாக வாசிக்கும்.

அளபுருக்கள் 7B
உரிமம் Apache 2.0
குரல் Piper
இயக்குகிறது எங்கள் GPUகள்
தனிப்பயன்
GitHub