Додатки

Офлайн-розпізнавання мовлення з whisper.cpp, лише на ЦП.

Легкий, лише ЦП. Моделі від близько 40 МБ.

Для режиму запису, під час розмови. Моделі Whisper, на вашому комп’ютері.

З розділенням мовців. Поки недоступно.

Крихітний, офлайн і лише на ЦП. Сім європейських мов.

Офлайн-розпізнавання англійського мовлення на ЦП. Поки що лише Linux.

Точне офлайн-розпізнавання англійського мовлення на ЦП.

Офлайн-переклад субтитрів, по одній малій моделі на мовну пару.

158 офлайн-голосів 49 мовами, кожен — окреме невелике завантаження.

54 офлайн-голоси дев’ятьма мовами з однієї моделі на 82 МБ.

Десять офлайн-голосів, кожен може говорити всіма 31 мовою.

Крихітні офлайн-голоси, 28 голосів 14 мовами, кожен менше 10 МБ.

Англійські голоси за письмовим описом; 34 іменовані мовці.

Десять мов, дев’ять голосів і клонування з 3 секунд мовлення мовця.

Клонування голосу 16 мовами, з некомерційною ліцензією моделі.

Лише клонування голосу, англійською та китайською; некомерційна модель.

30 мов у 48 кГц, голосом самого мовця або описаним голосом. Важкий.

Швидкий і легкий, лише ЦП. 23 голоси сімома європейськими мовами.

Власний голос мовця, швидко на ЦП. Чотири мови.

Власний голос мовця 16 мовами, на ЦП. Ваги за обмежувальною ліцензією.

7 мов у 44,1 кГц: клоновані, вбудовані або описані голоси, з емоціями. Важкий.

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,…

Відокремлює голоси від музики та ефектів моделями UVR, MDX і Demucs.

Офлайн синхронізація губ на ЦП. Ваги лише для некомерційного використання.

Синхронізація губ для відео або нерухомого зображення за допомогою MuseTalk на GPU NVIDIA.