Chatterbox Turbo

Chatterbox AI

AI アプリ

#26

200ms未満のレイテンシでリアルタイムの音声クローンとテキスト読み上げ生成を提供します。オープンソースモデルに基づいており、感情制御と簡単なオンラインアクセスを提供し、AIエージェント、ゲーム、プロフェッショナルな音声生成に最適です。Chatterbox AIは、200ms未満のレイテンシでリアルタイムの音声クローンとテキスト読み上げ生成を提供します。オープンソースモデルに基づいており、感情制御と簡単なオンラインアクセスを提供し、AIエージェント、ゲーム、プロフェッショナルな音声生成に最適です。

ソニック | AIの笑い声と感情を持つリアルタイムTTS API

AI モデル

44言語で表現力豊かな声を生成するCartesiaのリアルタイムテキスト読み上げAPIです。AIエージェントやインタラクティブアプリケーション向けに設計されており、低遅延と高品質な音声合成を提供します。ソニックは、44言語で表現力豊かな声を生成するCartesiaのリアルタイムテキスト読み上げAPIです。AIエージェントやインタラクティブアプリケーション向けに設計されており、低遅延と高品質な音声合成を提供します。

Bark AI Model

AI モデル

Sunoによって開発されたトランスフォーマーベースのテキストからオーディオへのモデルで、リアルな多言語スピーチやその他のオーディオ形式を生成することができます。推論のための事前学習済みモデルチェックポイントをサポートしています。Barkは、Sunoによって開発されたトランスフォーマーベースのテキストからオーディオへのモデルで、リアルな多言語スピーチやその他のオーディオ形式を生成することができます。推論のための事前学習済みモデルチェックポイントをサポートしています。

GPT-SoVITS - ボイスクローンモデル

AI GitHub リポジトリ

#135

ユーザーがわずか1分の音声データを使用して高品質なテキスト読み上げ（TTS）出力を作成できるボイスクローンモデルです。効果的な音声合成のために、少数ショット学習技術を活用しています。GPT-SoVITSは、ユーザーがわずか1分の音声データを使用して高品質なテキスト読み上げ（TTS）出力を作成できるボイスクローンモデルです。効果的な音声合成のために、少数ショット学習技術を活用しています。

Whisper Large V3 Turbo

AI モデル

自動音声認識と翻訳のための最先端モデルで、デコーディング層を減らすことで速度を最適化しています。複数の言語をサポートし、堅牢な文字起こし機能を提供します。Whisper Large V3 Turboは、自動音声認識と翻訳のための最先端モデルで、デコーディング層を減らすことで速度を最適化しています。複数の言語をサポートし、堅牢な文字起こし機能を提供します。

VoiceStar TTSシステム

AI GitHub リポジトリ

音声パターンを外挿できる堅牢で、期間制御可能なテキスト読み上げ（TTS）システムです。さまざまなアプリケーション向けに高品質でカスタマイズ可能な音声出力を提供するように設計されています。VoiceStarは、音声パターンを外挿できる堅牢で、期間制御可能なテキスト読み上げ（TTS）システムです。さまざまなアプリケーション向けに高品質でカスタマイズ可能な音声出力を提供するように設計されています。

Inworld AI

AI プラットフォーム

200ms未満の低遅延を実現する最先端のリアルタイム音声AIを提供します。高度なテキスト読み上げ（TTS）および音声認識（STT）機能を備え、ボイスクローニング、多言語対応、LLMルーティングにより開発者のコストを大幅に削減します。あらゆる規模のアプリケーションで、魅力的で人間らしいAIインタラクションを構築できます。Inworld AIは、200ms未満の低遅延を実現する最先端のリアルタイム音声AIを提供します。高度なテキスト読み上げ（TTS）および音声認識（STT）機能を備え、ボイスクローニング、多言語対応、LLMルーティングにより開発者のコストを大幅に削減します。あらゆる規模のアプリケーションで、魅力的で人間らしいAIインタラクションを構築できます。

Speechify AI Voice Generator

AI アプリ

SpeechifyのAIボイスジェネレーターは、テキストから数秒でリアルな音声を生成します。60以上の言語で1,000以上のAIボイスを提供し、ピッチ、トーン、ペースをカスタマイズ可能です。基本利用はサインアップ不要で、動画、ポッドキャスト、スクリプトのボイスオーバー生成が簡単に行えます。