شبیه‌سازی صدا

10 to 30 sec چندزبانه زمان واقعی
پروندۀ صوتی خود را بکشید و در اینجا بگذارید

یا برای مرور کلیک کنید

پشتیبانی از MP3, WAV, FLAC, M4A, OGG (حداکثر ۱۰۰ مگابایت)

برای شروع ضبط کلیک کنید

ضبط ۱۰ تا ۳۰ ثانیه از گفتار واضح


پیش‌نمایش صوتی
مدت:
تنظیمات صدا
راهنمایی برای بهترین نتایج
  • استفاده از صداي واضح 10-30 ثانيه
  • کمترین نویز پس‌زمینه
  • سرعت طبیعی صحبت کردن
  • . تنوع در صدا به کیفیت کمک مي کنه
  • فقط یک بلندگو
صداهای شبیه‌سازی‌شده من
0

هنوز صداها شبيه سازي نشده
برای ایجاد اولین صدای خود صدا را بارگذاری کنید.

چگونه شبیه سازی صدا کار می‌کند

1
بارگذاری نمونه

10-30 ثانیه از گفتار واضح از صدایی که می خواهید کپی کنید را ارائه دهید.

2
تحلیل

هوش مصنوعی ما ویژگی های صدا، صدا، لهجه و الگوهای گفتاری رو استخراج میکنه

3
مدل صدا

یک مدل صدای شخصی ایجاد و در حساب شما ذخیره می‌شود.

4
تولید گفتار

از صدای شبیه سازی شده خود استفاده کنید تا از هر متنی در هر زبانی سخن بگویید.

مدلهای موجود

Chatterbox
توصیه شده
  • شبیه‌سازی Zero-shot
  • ۲۳ زبان
  • نمونه‌گیری ۶ تا ۶۰ ثانیه
  • استفاده تجاری مجاز است
OpenVoice v2
سریع
  • سریعترین پردازش
  • کنترل رنگ
  • انتقال سبک
  • سبک
GPT- سوویتس
جزئیات
  • شبیه‌سازی صدا
  • چندزبانه
  • آهسته تر، جزئيات بيشتر
  • وزنه باز
لاک‌پشت TTS
بالاترین جزئیات
  • شبیه‌سازی صدا
  • انگلیسی
  • آهسته، جزئیات بالا
  • وزنه باز

صداهای شبیه سازی شده از طریق API

رمزنگاری را با استفاده از رمزهای ساده و ساده به صورت رمزگذاری شده انجام دهید.

مستندات API
curl -X POST https://api.speechtospeechai.com/v1/voice-clone/ \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "reference_audio=@sample.mp3" \
  -F "text=Hello, this is my cloned voice." \
  -F "model=chatterbox"

# Response: a job to poll
{"uuid": "3f2c...", "status": "queued"}

curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
  -H "Authorization: Bearer YOUR_API_KEY"

{"status": "completed", "result_url": "https://.../output.wav"}