Mô hình
1.496mô hình
511nhóm
84phòng nghiên cứu
Hình ảnhVideoÂm thanh3DVăn bảnDữ liệu (JSON)Tệp
Kết quả
Thẻ sẽ mở điểm cuối phù hợp với các bộ lọc của bạn; số lượng biến thể trên thẻ liệt kê các điểm cuối khác trong dòng mô hình.bilibili
Index TTS 2.0
Văn bản sang giọng nói 0,002 $ / giây âm thanh được tạo 2 tín dụng API / giây âm thanh được tạo lần chạy thông thường ≈ 0,016 $Kotoba Technologies
Kotoba Text-to-Speech
Văn bản sang giọng nói 0,045 $ / 1000 ký tự 45 tín dụng API / 1000 ký tựZyphra
Zonos2 Text to Speech
Văn bản sang giọng nói 0,01 $ / phút âm thanh được tạo 10 tín dụng API / phút âm thanh được tạo lần chạy thông thường ≈ 0,01 $Cohere
Cohere Transcribe
Giọng nói sang văn bản 0,0000694 $ / giây âm thanh đầu vào 0,0694 tín dụng API / giây âm thanh đầu vàoElevenLabs
ElevenLabs Speech to Text
Giọng nói sang văn bản từ 0,008 $ / phút âm thanh đầu vào 8 tín dụng API / phút âm thanh đầu vàoKotoba Technologies
Kotoba Speech-to-Text
Giọng nói sang văn bản 0,0000694 $ / giây âm thanh đầu vào 0,0694 tín dụng API / giây âm thanh đầu vàoNVIDIA
Nemotron Asr Multilingual
Giọng nói sang văn bản 0,008 $ / phút âm thanh đầu vào 8 tín dụng API / phút âm thanh đầu vàoOpen model
Pipecat's Smart Turn model
Giọng nói sang văn bản 0,00111 $ / giây xử lý 1,11 tín dụng API / giây xử lý lần chạy thông thường ≈ 0,032 $Silero
Silero VAD
Giọng nói sang văn bản 0,00001 $ / giây âm thanh đầu vào 0,01 tín dụng API / giây âm thanh đầu vàoKhông có mô hình nào khớp với các bộ lọc này
Xóa bộ lọc