مدل‌ها
۱٬۴۹۶مدل
۵۱۱خانواده
84آزمایشگاه
تصویرویدیوصوت3Dمتنداده (JSON)فایل
نتایج
با باز کردن هر کارت، نقطه پایانی مطابق با فیلترهای شما نمایش داده می‌شود؛ تعداد گونه‌های روی آن، سایر نقاط پایانی خانواده را فهرست می‌کند.bilibili
Index TTS 2.0
متن به گفتار $۰٫۰۰۲ / ثانیه صوت تولیدشده ۲ اعتبار API / ثانیه صوت تولیدشده اجرای معمول ≈ $۰٫۰۱۶Kotoba Technologies
Kotoba Text-to-Speech
متن به گفتار $۰٫۰۴۵ / 1000 نویسه ۴۵ اعتبار API / 1000 نویسهZyphra
Zonos2 Text to Speech
متن به گفتار $۰٫۰۱ / دقیقه صوت تولیدشده ۱۰ اعتبار API / دقیقه صوت تولیدشده اجرای معمول ≈ $۰٫۰۱Cohere
Cohere Transcribe
گفتار به متن $۰٫۰۰۰۰۶۹۴ / ثانیه صوت ورودی ۰٫۰۶۹۴ اعتبار API / ثانیه صوت ورودیElevenLabs
ElevenLabs Speech to Text
گفتار به متن از $۰٫۰۰۸ / دقیقه صوت ورودی ۸ اعتبار API / دقیقه صوت ورودیKotoba Technologies
Kotoba Speech-to-Text
گفتار به متن $۰٫۰۰۰۰۶۹۴ / ثانیه صوت ورودی ۰٫۰۶۹۴ اعتبار API / ثانیه صوت ورودیNVIDIA
Nemotron Asr Multilingual
گفتار به متن $۰٫۰۰۸ / دقیقه صوت ورودی ۸ اعتبار API / دقیقه صوت ورودیOpen model
Pipecat's Smart Turn model
گفتار به متن $۰٫۰۰۱۱۱ / ثانیه زمان پردازش ۱٫۱۱ اعتبار API / ثانیه زمان پردازش اجرای معمول ≈ $۰٫۰۳۲هیچ مدلی با این فیلترها مطابقت ندارد
پاک کردن فیلترها