アドオン

whisper.cpp によるオフライン音声認識。CPU のみで動作します。

軽量で CPU のみで動作。モデルは約 40 MB から。

録音モード用。話しながら認識します。Whisper モデルを使い、コンピューター上で動作します。

話者分離付き。まだ利用できません。

小さく、オフラインで、CPU のみで動作します。ヨーロッパの7言語に対応。

CPU で動作するオフラインの英語音声認識。現在は Linux のみ。

CPU で動作する、高精度なオフラインの英語音声認識。

オフラインの字幕翻訳。言語ペアごとに小さなモデルを使用します。

49言語の158のオフライン音声。それぞれ別途の小さなダウンロード。

9言語の54のオフライン音声。すべて1つの 82 MB のモデルです。

10のオフライン音声。それぞれが31言語すべてを話せます。

超軽量のオフライン音声。14言語28種、どれも 10 MB 未満です。

書かれた説明に従う英語の声。34の名前付き話者。

10言語、9つの声、3秒の音声から話者をクローン。

16言語での声のクローン。モデルは非商用ライセンスです。

英語と中国語の声のクローンのみ。モデルは非商用です。

48 kHz で30言語。話者自身の声か、説明した声で。重量級。

高速で軽量、CPU のみ。ヨーロッパの7言語で23種類の声。

話者自身の声を、CPU で高速に。4言語。

話者自身の声を16言語で、CPU で。重みは制限のあるライセンスです。

44.1 kHz で7言語。クローン、内蔵、説明した声で、感情も。重量級。

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,…

UVR、MDX、Demucs のモデルで、声と音楽・効果音を分離します。

CPU でのオフラインのリップシンク。重みは非商用利用のみ。

NVIDIA GPU で、動画または静止画のリップシンク（MuseTalk）。