NVIDIA
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.Open 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 vàoOpen model
Speech To Text
Giọng nói sang văn bản 0,0008 $ / giây âm thanh đầu vào 0,8 tín dụng API / giây âm thanh đầu vàoOpen model
Speech-to-Text · Turbo · Stream
Giọng nói sang văn bản 0,0008 $ / giây âm thanh đầu vào 0,8 tín dụng API / giây âm thanh đầu vàoOpenAI
Wizper (Whisper v3)
Giọng nói sang văn bản 0,00111 $ / giây xử lý 1,11 tín dụng API / giây xử lý lần chạy thông thường ≈ 0,009 $Open model
DiffRhythm: Lyrics to Song
Văn bản sang nhạc 0,001 $ / giây 1 tín dụng API / giây 100 giây ≈ 0,10 $ElevenLabs
ElevenLabs
Giọng nói sang văn bản 0,22 $ / giờ âm thanh đầu vào 220 tín dụng API / giờ âm thanh đầu vàoOpen model
DeepFilterNet 3
Âm thanh 0,001 $ / giây âm thanh đầu vào 1 tín dụng API / giây âm thanh đầu vàoxAI
Grok Voice
Âm thanh 0,00083 $ / giây của phiên thoại 0,83 tín dụng API / giây của phiên thoại lần chạy thông thường ≈ 0,006 $Mirelo AI
Mirelo SFX2.0
Video sang video · Âm thanh +1 0,01 $ / giây âm thanh đầu ra 10 tín dụng API / giây âm thanh đầu raKhông có mô hình nào khớp với các bộ lọc này
Xóa bộ lọc