Yapay Zeka Modelleri

En iyi açık kaynak konuşma AI modellerini birleştiriyoruz Tüm modelleri API ve web arayüzü üzerinden ulaşılabilir.

Metinden Sese Modelleri

Chatterbox
Önerilen

Kısa bir referans örnekten 23 dilde sıfır örnekle ses klonlama. Varsayılan klonlama modelimiz, yapay zeka dublajındaki sesler ve varsayılan ses dönüştürme modelimiz (Chatterbox VC).

Diller 23
Referans ses 6 ile 60 sn arası
VRAM ~5GB
Lisans MIT
Sıfır Atışlı Klonlama Ses Dönüştürücü Çok Dilli Ticari Kullanım
Kokoro, Piper, VITS ve Bark

Bir ses seçicisinin arkasında dört açık metinden konuşma motoru. Kokoro 82M (Apache 2.0) varsayılandır; Piper sadece eğitim verilerinin ticari kullanıma izin verdiği sesleri sunar; VITS 109 İngilizce konuşan ve Bark 130 önbellek 13 dilde ekler.

Sesler 316
Diller 19
Motorlar 4
İndir MP3, WAV, OGG, FLAC
Çok Dilli Ticari kullanıma izin verilir
Metinden sese deneyin
OpenVoice v2

Ses rengi dönüştürücü ve klonlama modeli. Ses dönüştürme için hâlâ seçilebilir; ancak orada artık hedef sesin çok daha fazlasını koruduğu için varsayılan Chatterbox VC'dir.

Testimizde ses eşleşmesi OpenVoice v2: 0.17 to 0.35
Testimizde ses eşleşmesi Chatterbox VC: 0.64 to 0.75
Lisans MIT

Dönüştürülmüş kayıtların, hedef konuşmacının farklı bir klibine konuşmacı benzerliği. Aynı gerçek konuşmacının iki klibi 0.76 ile 0.88 arasında puan alır.

Ses Dönüştürücü İsteğe bağlı
GitHub

Sesten Metne Modelleri

Whisper Large v3
En Çok Kullanılan

OpenAI'ın açık kaynaklı konuşma tanıma modeli. Zaman damgaları ve otomatik dil algılamayla 100 dili yazıya döker.

Diller 100
Parametreler 1.5B
VRAM ~10GB
Dil algılama Otomatik
Varsayılan model Çok Dilli Zaman Damgaları
Whisper Large v3 Turbo

Daha hızlı transkripsiyon için Whisper Large v3'ün daha küçük ve hızlı sürümü. whisper-turbo olarak seçin.

Diller 100
Parametreler 809M
VRAM ~6GB
Lisans MIT
Daha hızlı Çok Dilli

Sesli Sohbet Modeli

Qwen2.5 7B Instruct

Sesli sohbette yanıtları seçtiğiniz kişilikle yazan açık kaynaklı dil modeli. Tarayıcınız konuşmanızı yazıya döker ve bir Piper sesi yanıtı sesli okur.

Parametreler 7B
Lisans Apache 2.0
Ses Piper
Çalıştığı yer GPU'larımız
Özel Personalar
GitHub