bilibili
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.Inworld
Inworld TTS-1.5 Max
متن به گفتار $۰٫۰۱ / 1000 نویسه ۱۰ اعتبار API / 1000 نویسه · ≈ ₽۱٫۰۸Kotoba Technologies
Kotoba Text-to-Speech
متن به گفتار $۰٫۰۴۵ / 1000 نویسه ۴۵ اعتبار API / 1000 نویسه · ≈ ₽۴٫۸۴Zyphra
Zonos2 Text to Speech
متن به گفتار $۰٫۰۱ / دقیقه صوت تولیدشده ۱۰ اعتبار API / دقیقه صوت تولیدشده · ≈ ₽۱٫۰۸ اجرای معمول ≈ $۰٫۰۱Cohere
Cohere Transcribe
گفتار به متن $۰٫۰۰۰۰۶۹۴ / ثانیه صوت ورودی ۰٫۰۶۹۴ اعتبار API / ثانیه صوت ورودی · ≈ ₽۰٫۰۱ElevenLabs
ElevenLabs Speech to Text
گفتار به متن از $۰٫۰۰۸ / دقیقه صوت ورودی ۸ اعتبار API / دقیقه صوت ورودی · ≈ ₽۰٫۸۶Kotoba Technologies
Kotoba Speech-to-Text
گفتار به متن $۰٫۰۰۰۰۶۹۴ / ثانیه صوت ورودی ۰٫۰۶۹۴ اعتبار API / ثانیه صوت ورودی · ≈ ₽۰٫۰۱NVIDIA
Nemotron Asr Multilingual
گفتار به متن $۰٫۰۰۸ / دقیقه صوت ورودی ۸ اعتبار API / دقیقه صوت ورودی · ≈ ₽۰٫۸۶Open model
Pipecat's Smart Turn model
گفتار به متن $۰٫۰۰۱۱۱ / ثانیه زمان پردازش ۱٫۱۱ اعتبار API / ثانیه زمان پردازش · ≈ ₽۰٫۱۲ اجرای معمول ≈ $۰٫۰۳۲Silero
Silero VAD
گفتار به متن $۰٫۰۰۰۰۱ / ثانیه صوت ورودی ۰٫۰۱ اعتبار API / ثانیه صوت ورودی · ≈ ₽۰٫۰۰۱۰۸Open model
Speech To Text
گفتار به متن $۰٫۰۰۰۸ / ثانیه صوت ورودی ۰٫۸ اعتبار API / ثانیه صوت ورودی · ≈ ₽۰٫۰۹Open model
Speech-to-Text · Turbo · Stream
گفتار به متن $۰٫۰۰۰۸ / ثانیه صوت ورودی ۰٫۸ اعتبار API / ثانیه صوت ورودی · ≈ ₽۰٫۰۹OpenAI
Wizper (Whisper v3)
گفتار به متن $۰٫۰۰۱۱۱ / ثانیه زمان پردازش ۱٫۱۱ اعتبار API / ثانیه زمان پردازش · ≈ ₽۰٫۱۲ اجرای معمول ≈ $۰٫۰۰۹Open model
DiffRhythm: Lyrics to Song
متن به موسیقی $۰٫۰۰۱ / ثانیه ۱ اعتبار API / ثانیه · ≈ ₽۰٫۱۱ ۱۰۰ ثانیه ≈ $۰٫۱۰هیچ مدلی با این فیلترها مطابقت ندارد
پاک کردن فیلترها