Complementos

Voz a texto sin conexión con whisper.cpp, solo CPU.

Ligero y solo CPU. Modelos desde unos 40 MB.

Para el modo de grabación, mientras hablas. Modelos Whisper, en tu ordenador.

Con separación de hablantes. Aún no disponible.

Pequeño, sin conexión y solo CPU. Siete idiomas europeos.

Voz a texto en inglés, sin conexión, en la CPU. Por ahora, solo Linux.

Voz a texto en inglés precisa, sin conexión, en la CPU.

Traducción de subtítulos sin conexión, un modelo pequeño por par de idiomas.

158 voces sin conexión en 49 idiomas, cada una una descarga pequeña aparte.

54 voces sin conexión en nueve idiomas, todas de un único modelo de 82 MB.

Diez voces sin conexión, cada una capaz de hablar los 31 idiomas del modelo.

Voces sin conexión diminutas, 28 en 14 idiomas, cada una de menos de 10 MB.

Voces en inglés que siguen una descripción escrita; 34 hablantes con nombre.

Diez idiomas, nueve voces y clonación desde 3 segundos de un hablante.

Clonación de voz en 16 idiomas, con licencia de modelo no comercial.

Solo clonación de voz, en inglés y chino; modelo no comercial.

30 idiomas a 48 kHz, con la propia voz del hablante o una descrita. Pesado.

Rápido y ligero, solo CPU. 23 voces en siete idiomas europeos.

La propia voz del hablante, rápido en una CPU. Cuatro idiomas.

La propia voz del hablante en 16 idiomas, en una CPU. Pesos bajo una licencia restrictiva.

7 idiomas a 44,1 kHz: voces clonadas, integradas o descritas, con emoción. Pesado.

Offline TTS in 20 languages, in the speaker's own voice cloned from a few seconds of the video or in one of 8 preset voices,…

Separa las voces de la música y los efectos con modelos UVR, MDX y Demucs.

Sincronización labial sin conexión en la CPU. Pesos solo para uso no comercial.

Sincronización labial para un vídeo o una imagen fija con MuseTalk, en una GPU NVIDIA.