Mô hình AI
Chúng tôi tích hợp những mô hình AI nói tốt nhất, tất cả các mô hình đều có sẵn thông qua API và giao diện web.
Mô hình chuyển văn bản thành giọng nói
Chatterbox
Khuyên dùngNhân bản giọng nói zero-shot từ một mẫu tham chiếu ngắn, trong 23 ngôn ngữ. Mô hình nhân bản mặc định của chúng tôi, giọng nói trong lồng tiếng AI và mô hình chuyển đổi giọng nói mặc định của chúng tôi (Chatterbox VC).
Kokoro, Piper, VITS và Bark
Bốn động cơ văn bản mở để nói sau một máy chọn giọng nói. Kokoro 82M (Apache 2.0) là mặc định; Piper chỉ cung cấp giọng nói mà dữ liệu huấn luyện cho phép sử dụng thương mại; VITS thêm 109 người nói tiếng Anh và Bark 130 mặc định trong 13 ngôn ngữ.
OpenVoice v2
Bộ chuyển đổi âm sắc và mô hình nhân bản. Vẫn có thể chọn cho chuyển đổi giọng nói, nơi Chatterbox VC nay là mặc định vì giữ lại nhiều đặc điểm của giọng đích hơn hẳn.
Độ giống người nói của các bản ghi đã chuyển đổi so với một clip khác của người nói đích. Hai clip của cùng một người nói thật có điểm từ 0.76 đến 0.88.
Mô hình chuyển giọng nói thành văn bản
Whisper Large v3
Dùng nhiều nhấtMô hình nhận dạng giọng nói mã nguồn mở của OpenAI. Phiên âm 100 ngôn ngữ, kèm dấu thời gian và tự động nhận diện ngôn ngữ.
Whisper Large v3 Turbo
Phiên bản nhỏ hơn, nhanh hơn của Whisper Large v3 để có bản phiên âm nhanh hơn. Chọn nó với tên whisper-turbo.
Mô hình trò chuyện giọng nói
Qwen2.5 7B Instruct
Mô hình ngôn ngữ mã nguồn mở viết câu trả lời trong trò chuyện bằng giọng nói, theo nhân vật bạn chọn. Trình duyệt chuyển lời nói của bạn thành văn bản và một giọng Piper đọc to câu trả lời.