AI-моделі
Ми інтегруємо найкращі моделі ШІ з відкритим кодом. Всі моделі доступні за допомогою API і веб- інтерфейсу.
Моделі синтезу мовлення
Chatterbox
РекомендованоКлонування голосу з короткого зразка без донавчання 23 мовами. Наша модель клонування за замовчуванням, голоси в ШІ-дубляжі та наша модель перетворення голосу за замовчуванням (Chatterbox VC).
Kokoro, Piper, VITS і Bark
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.
OpenVoice v2
Конвертер тембру та модель клонування. Його й надалі можна вибрати для перетворення голосу, де тепер за замовчуванням використовується Chatterbox VC, бо він зберігає значно більше рис цільового голосу.
Схожість мовця в перетворених записах на інший ролик цільового мовця. Два ролики того самого реального мовця отримують оцінку від 0.76 до 0.88.
Моделі розпізнавання мовлення
Whisper Large v3
НайпопулярнішаВідкрита модель розпізнавання мовлення від OpenAI. Розшифровує 100 мов, з часовими мітками та автоматичним визначенням мови.
Whisper Large v3 Turbo
Менша й швидша версія Whisper Large v3 для швидших транскрипцій. Оберіть її як whisper-turbo.
Модель голосового чату
Qwen2.5 7B Instruct
Відкрита мовна модель, яка пише відповіді в голосовому чаті від імені обраного вами персонажа. Браузер розпізнає ваше мовлення, а голос Piper зачитує відповідь уголос.