AI моделлари

Биз энг яхши очиқ манбали сўзлашув ИИ моделларини бирлаштирдик. Барча моделлар API ва веб интерфейси орқали қўлга киритилади.

Матн-сўз моделлари

Chatterbox
Рекомендация

23 тилда қисқа мисолдан овозни 0-шотли клонлаш. Бизнинг стандарт клонлаш модели, AI дубллашдаги овозлар ва бизнинг стандарт овоз конверсия модели (Chatterbox VC).

Тиллар 23
Эслатиб ўтиш аудиоси 6 дан 60 сек
VRAM ~5GB
Лицензия MIT
Zero-shot Клонлаш Товушни айлантириш Кўп тилли Тижорат мақсадларида фойдаланиш
Kokoro, Piper, VITS ва 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.

Овозлар 316
Тиллар 19
Двигательлар 4
Юклаб олиш MP3, WAV, OGG, FLAC
Кўп тилли Коммерциявий фойдаланишга рухсат берилган
Матндан сўзга уриниш
OpenVoice v2

Тона ранги конвертери ва клонлаш модели. Ҳозирда овоз конвертери учун Chatterbox VC дан кўра, мақсад овозини кўпроқ сақлаб қолиши учун ҳозирги кунда олдинги версия бўлиб қолмоқда.

Бизнинг синовимизда овоз мослашуви OpenVoice v2: 0.17 to 0.35
Бизнинг синовимизда овоз мослашуви Chatterbox VC: 0.64 to 0.75
Лицензия MIT

Ўгирилган ёзувларнинг мақсадли овоз берувчининг бошқа клипига ўхшашлиги. Бир хил овоз берувчининг иккита клиплари 0.76 ва 0.88 гача баҳоланади.

Товушни айлантириш Иловаий
GitHub

Сўздан матнга моделлар

Whisper Large v3
Кўпроқ фойдаланилган

OpenAI'нинг очиқ манбали сўзни таниб олиш модели. 100 та тилни, вақт белгилари ва автоматик тилни аниқлаш билан транскрипция қилади.

Тиллар 100
Парамтерлар 1.5B
VRAM ~10GB
Тилни аниқлаш Авто
Стандарт модел Кўп тилли Вақт белгилари
Whisper Large v3 Turbo

Whisper Large v3'нинг тезроқ транскрипция учун кичикроқ, тезроқ версияси. Уни whisper-turbo деб танланг.

Тиллар 100
Парамтерлар 809M
VRAM ~6GB
Лицензия MIT
Тезроқ Кўп тилли

Товуш суҳбати модели

Qwen2.5 7B Instruct

Сиз танлаган шахсда овозли суҳбатда жавоб ёзадиган очиқ манбали тил модели. Браузерингиз сўзингизни транскрипция қилади ва Piper овози жавобни баланд овозда ўқийди.

Парамтерлар 7B
Лицензия Apache 2.0
Овоз Piper
Юклаб олинди Бизнинг GPUларимиз
Ўз шахсий
GitHub