Дополнения

Офлайн-распознавание речи с whisper.cpp, только на процессоре.

Легкий, только на процессоре. Модели от 40 МБ.

Для режима записи, по мере речи. Модели Whisper, на вашем компьютере.

С разделением по говорящим. Пока недоступно.

Маленькое, офлайн и только на процессоре. Семь европейских языков.

Офлайн-распознавание английской речи на процессоре. Пока только Linux.

Точное офлайн-распознавание английской речи на процессоре.

Офлайн-перевод субтитров, одна небольшая модель на пару языков.

158 офлайн-голосов на 49 языках, каждый отдельной небольшой загрузкой.

54 офлайн-голоса на девяти языках, все из одной модели на 82 МБ.

Десять офлайн-голосов, каждый может говорить на всех 31 языке.

Крохотные офлайн-голоса, 28 на 14 языках, каждый меньше 10 МБ.

Английские голоса, которые следуют письменному описанию; 34 именованных диктора.

Десять языков, девять голосов и клонирование по 3 секундам речи говорящего.

Клонирование голоса на 16 языках, с некоммерческой лицензией модели.

Только клонирование голоса, на английском и китайском; некоммерческая модель.

30 языков в 48 кГц, голосом самого говорящего или описанным голосом. Тяжёлое.

Быстрое и лёгкое, только процессор. 23 голоса на семи европейских языках.

Собственный голос говорящего, быстро на процессоре. Четыре языка.

Собственный голос говорящего на 16 языках, на процессоре. Веса под ограничительной лицензией.

7 языков в 44,1 кГц: клонированные, встроенные или описанные голоса, с эмоциями. Тяжёлое.

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,…

Отделяет голоса от музыки и эффектов моделями UVR, MDX и Demucs.

Офлайн-синхронизация губ на процессоре. Веса только для некоммерческого использования.

Синхронизация губ для видео или неподвижного изображения с MuseTalk, на GPU NVIDIA.