Kuandika kwa Sauti
Muhtasari
Chagua injini ya unukuzi ya ndani au huduma ya imla iliyojengewa ndani ya mfumo wako wa uendeshaji. Upatikanaji unategemea jukwaa lako na ni injini gani za hiari zimesakinishwa.
Nini hotuba-kwa-maandishi hufanya
Hotuba hadi maandishi hubadilisha unachosema kuwa maandishi yanayoweza kuhaririwa popote ambapo Kaiju Hub AI inatoa kitendo cha maikrofoni. Itumie kuamuru vidokezo vya mawakala, kuendeleza mazungumzo ya Kaiju Voice na kuandika maagizo marefu bila kuandika. Injini za ndani kama vile Whisper na Parakeet huhifadhi nakala kwenye mashine yako; imla ya jukwaa hutumia huduma ya hotuba inayotolewa na Windows au macOS.
Huduma zinazopatikana
Whisper
Unukuzi wa OpenAI Whisper wa ndani wenye ukubwa unaoweza kuchaguliwa na kuongeza kasi ya maunzi.
Parakeet ya NVIDIA
Utambuzi wa haraka wa matamshi ya ndani kwa kutumia injini ya hiari ya Parakeet.
Mnong'ono wa Mwendawazimu
Njia iliyoboreshwa ya Whisper kwa usanidi unaotumika wa GPU.
Kuandika kwa Sauti kwa Windows
Inatumia maagizo ya Windows na hotkey ya mfumo iliyosanidiwa.
Maagizo ya Apple
Inatumia huduma ya imla iliyojengwa ndani ya macOS.
Android Asilia (Kotlin)
Mipangilio ya Whisper
Unda orodha zinazoweza kutumika tena za vifurushi vya npm ambavyo husakinishwa pamoja na teknolojia yako wakati wa kuunda miradi mipya. Hifadhi, hariri, na ufute miundo ili uweze kuunda miradi kwa haraka na utegemezi unaopendelea.
Vifurushi Maalum
Ndogo
Hariri na Futa
Msingi
Utoaji wa Mradi
Kidogo
Huduma ya Sauti
Huduma Zinazopatikana
Chagua huduma yako ya ingizo la sauti. Watumiaji wa Pro wanaweza kubadilisha kati ya huduma zinazopatikana za sauti. Huduma iliyochaguliwa hutumia ubadilishaji wa sauti hadi maandishi katika programu. Upatikanaji maalum wa jukwaa hugunduliwa kiotomatiki.
Kubwa
Ubadilishaji wa sauti hadi maandishi wa ndani, wa nje ya mtandao na usahihi wa hali ya juu. Inasaidia kuongeza kasi ya GPU kwa usindikaji wa haraka. Hakuna muunganisho wa intaneti unaohitajika. Inapatikana kwenye majukwaa yote.
Uandikaji wa Sauti ya Windows
Inatumia Huduma za Sauti ya Azure iliyojengwa katika Windows 10 na matoleo mapya. Muunganisho wa intaneti unahitajika. Hakuna usanidi wa ziada unaohitajika. Windows pekee.
Je, ni mtindo gani wa Whisper ninaopaswa kuchagua?
Anza na Small ili upate usawaziko wa kasi, matumizi ya kumbukumbu na ubora wa unukuu. Sogeza chini maunzi yanapodhibitiwa, au uchague Medium, Large au Turbo wakati usahihi na utendaji wa GPU ni muhimu zaidi.
Ndogo
Utambuzi wa maneno ya Wake-word, amri za haraka, na majaribio kwenye mifumo ya kumbukumbu ya chini kabisa.
Msingi
Vidokezo vifupi, vidokezo, na maagizo ya jumla kwenye maunzi ya kawaida.
Kidogo
Chaguo la kila siku lililosawazishwa kwa vidokezo vya wakala na maagizo marefu.
Huduma Zinazopatikana
Unukuzi unaozingatia usahihi unapoweza kubadilisha muda wa ziada wa usindikaji na kumbukumbu.
Kubwa
Chaguo la ndani la usahihi wa juu zaidi kwa mifumo iliyo na angalau GB 10 ya VRAM inayopatikana.
Uandikaji wa Sauti ya Windows
Unukuzi wa haraka na wa ubora wa juu kwenye GPU inayotumika yenye angalau GB 6 za VRAM inayopatikana.
Miundo ya Kifurushi
Unda Miundo
Parakeet na Wendawazimu kunong'ona haraka
Injini za hiari za haraka
Injini hizi ni vipakuliwa tofauti kwa hivyo usakinishaji chaguo-msingi hubaki kuwa mdogo. Skrini ya mipangilio inaonyesha hali ya usakinishaji na maunzi kwa kila injini.
Ona maneno yakitokea unapozungumza kwa unukuzi wa moja kwa moja kwenye kifaa. Insanely Fast Whisper imeboreshwa kwa GPU za kisasa za NVIDIA; Whisper, Parakeet, na chaguo za usemi za wingu na mfumo pia zinapatikana.
Parakeet ya NVIDIA
Injini ya kasi ya ndani ya hotuba-kwa-maandishi. Sakinisha muda wake wa kufanya kazi kwa hiari kutoka kwa mipangilio ya Kuandika kwa Kutamka kabla ya kuichagua.
Mnong'ono wa Mwendawazimu
Utekelezaji wa Whisper ulioharakishwa unaokusudiwa mifumo inayooana ya GPU. Sakinisha injini ya hiari kabla ya kutumia.
Kuchagua moja kupitia Kaiju Voice hakuanzishi upakuaji mkubwa kimyakimya. Isakinishe katika Mipangilio kwanza; kisha msaidizi anaweza kuthibitisha upatikanaji na kubadili huduma.
Uandikaji wa Apple
Uandikaji wa Sauti wa Windows
Huduma asilia ya macOS. Imejengwa katika macOS bila usanidi wa ziada. macOS pekee.
Mipangilio ya Whisper
Mifumo Inayopatikana
Hali ya Usakinishaji
Sanidi mipangilio ya OpenAI Whisper kwa ubadilishaji wa sauti hadi maandishi wa ndani. Whisper huendeshwa kabisa kwenye mashine yako kwa ingizo la sauti la kibinafsi na la nje ya mtandao. Pakua, sakinisha, na ondoa mifumo moja kwa moja kutoka kwa kichupo hiki.
Jaribu Kuwashwa
Ndogo
iOS Asilia (Swift)
Whisper
Mipangilio ya Whisper
Parameta 39M, ~75 MB pakua, ~10x kasi ya wakati halisi, inahitaji 1 GB VRAM.
Hali ya Usakinishaji
Msingi
Jaribu Kuwashwa
Parameta 74M, ~145 MB pakua, ~7x kasi ya wakati halisi, inahitaji 1 GB VRAM.
Maandishi kwa Hotuba na Sauti za AI
Miundo ya sauti ya ndani
AI Brain inazungumza kupitia mtindo uliochaguliwa uliowekwa. Kubadilisha miundo hupakua muundo wa awali kabla ya kupakia mpya, na orodha ya sauti huchujwa hadi sauti zinazolingana na muundo huo.
Kokoro 82M
Matamshi mepesi, yenye kasi ya ndani yenye uteuzi mpana wa sauti uliojumuishwa.
Chatterbox Turbo
Hotuba ya kujieleza yenye kasi ya chini na uundaji wa sauti unaotumika.
Chatterbox
Muundo kamili wa Chatterbox kwa usanisi wa ndani na uundaji unaoeleweka.
OmniVoice 0.6B
Maandishi ya ndani ya lugha nyingi-kwa-hotuba.
OuteTTS 1.0 1B
Uzalishaji wa matamshi ya ndani na seti yake ya sauti inayooana.
Qwen3-TTS 1.7B
Usanisi wa ndani wa lugha nyingi na unaoeleweka zaidi.
Hotuba ya Samaki S2 Pro
Hotuba ya ndani yenye ubora wa juu na mtiririko wa kazi wa rejeleo-sauti unaoungwa mkono.
Kasi ya hotuba inaweza kuweka kutoka 0.5 × hadi 2 ×. Uundaji wa sauti huonekana tu kwa mifano inayoiunga mkono; tumia sauti unayomiliki au unayo ruhusa ya kutumia.
Katalogi ya mtoaji wa wingu
Katalogi ya mipangilio pia inajumuisha usanidi wa OpenAI, ElevenLabs, Cartesia, AI Ndogo zaidi, Sauti ya Samaki, Speechmatics, Amazon Polly, Google Cloud Text-to-Speech, na Microsoft Azure. Upatikanaji unategemea usanidi wa mtoa huduma na stakabadhi unazotoa.
Vitambulisho vya API vinasalia katika Mipangilio na vimetengwa kwenye muhtasari wa mipangilio iliyotamkwa au iliyoundwa ya Kaiju Voice.