VibeVoice
Beskrivelse
Open-source stemme-AI-framework fra Microsoft, der inkluderer både ASR- og TTS-funktioner. ASR understøtter 60 minutters lang lyd med højttalerdiarisering og 50+ sprog; TTS genererer naturlig langvarig multi-talende eller realtidsstreaming tale.
Relaterede værktøjer
so-vits-svc
SoftVC VITS Konvertering af sangstemme.
lala.ai
Uddrag vokal, akkompagnement og forskellige instrumenter fra enhver lyd og video
ElevenLabs
Branchens førende AI-værktøj til talesyntese og stemmekonvertering. Tilbyder yderst realistisk tekst-til-tale, stemmekloning (med blot få minutters lyd) og stemmeændringsfunktioner. Understøtter flere sprog og følelsesladet tale.
vocalremover
Udtræk vokal og musik
RVC (søge-baseret stemmekonvertering)
Open-source stemmekonverteringsmodel, der kan omdanne enhver stemme til en anden med høj kvalitet. Populær til sangstemmekonvertering og stemmekloning.