โมเดล
1,496โมเดล
511ตระกูล
84แล็บ
ภาพวิดีโอเสียง3Dข้อความข้อมูล (JSON)ไฟล์
ผลลัพธ์
การ์ดจะเปิดเอนด์พอยต์ที่ตรงกับตัวกรองของคุณ จำนวนรูปแบบที่แสดงบนการ์ดจะระบุเอนด์พอยต์อื่น ๆ ในตระกูลbilibili
Index TTS 2.0
ข้อความเป็นเสียงพูด $0.002 / วินาทีของเสียงที่สร้าง 2 เครดิต API / วินาทีของเสียงที่สร้าง การเรียกใช้โดยทั่วไป ≈ $0.016Kotoba Technologies
Kotoba Text-to-Speech
ข้อความเป็นเสียงพูด $0.045 / 1000 อักขระ 45 เครดิต API / 1000 อักขระMiniMax
MiniMax Preview
ข้อความเป็นเสียงพูด เริ่มต้นที่ $0.06 / 1000 อักขระ 60 เครดิต API / 1000 อักขระZyphra
Zonos2 Text to Speech
ข้อความเป็นเสียงพูด $0.01 / นาทีของเสียงที่สร้าง 10 เครดิต API / นาทีของเสียงที่สร้าง การเรียกใช้โดยทั่วไป ≈ $0.01Cohere
Cohere Transcribe
เสียงพูดเป็นข้อความ $0.0000694 / วินาทีของเสียงอินพุต 0.0694 เครดิต API / วินาทีของเสียงอินพุตElevenLabs
ElevenLabs Speech to Text
เสียงพูดเป็นข้อความ เริ่มต้นที่ $0.008 / นาทีของเสียงอินพุต 8 เครดิต API / นาทีของเสียงอินพุตKotoba Technologies
Kotoba Speech-to-Text
เสียงพูดเป็นข้อความ $0.0000694 / วินาทีของเสียงอินพุต 0.0694 เครดิต API / วินาทีของเสียงอินพุตNVIDIA
Nemotron Asr Multilingual
เสียงพูดเป็นข้อความ $0.008 / นาทีของเสียงอินพุต 8 เครดิต API / นาทีของเสียงอินพุตOpen model
Pipecat's Smart Turn model
เสียงพูดเป็นข้อความ $0.00111 / วินาทีของเวลาประมวลผล 1.11 เครดิต API / วินาทีของเวลาประมวลผล การเรียกใช้โดยทั่วไป ≈ $0.032Silero
Silero VAD
เสียงพูดเป็นข้อความ $0.00001 / วินาทีของเสียงอินพุต 0.01 เครดิต API / วินาทีของเสียงอินพุตไม่มีโมเดลที่ตรงกับตัวกรองเหล่านี้
ล้างตัวกรอง