Модели

Быстрая обработка ИИ-моделями для точного и эффективного распознавания речи в реальном времени.

PersonaPlex — полнодуплексная диалоговая модель «речь в речь», работающая в реальном времени. Персону можно задать текстовыми ролевыми промптами и аудиообразцом голоса.

Модель синтеза речи от Maya Research уровня SOTA для выразительной генерации голоса: передаёт живые человеческие эмоции и позволяет точно настраивать голос.

Качественная генерация аудио по тексту на базе LTX-2.3.

Единая речево-текстовая модель, которая объединяет речь и текст в один связный поток с выравниванием 1:1. Облегчённый вариант на 1B

Распознавание речи в реальном времени через WebSocket с промежуточными результатами, пока человек говорит.

Быстрая генерация длинных фрагментов речи с помощью мощной модели синтеза речи от Microsoft.

Естественная японская речь с потоковой передачей по мере генерации: воспроизведение начинается почти сразу.

PersonaPlex — диалоговая модель «речь в речь» с полнодуплексным режимом работы в реальном времени. Персонаж задаётся текстовыми ролевыми промптами и голосовым образцом.

Качественная генерация аудио по тексту с помощью LTX-2.3 и LoRA.

Нативная модель определения конца реплики по аудио от Pipecat AI с открытым исходным кодом, развивается сообществом.

Говорите на одном языке — слушайте на другом. Потоковый перевод речи в речь с выводом переведённого текста вместе со звуком.

Передовая речевая модель от Maya Research для выразительной генерации голоса: передаёт живые человеческие эмоции и позволяет точно настраивать голос.

Быстрые ИИ-модели для точного и эффективного распознавания речи в реальном времени.

Утилита на базе FFMPEG для работы с импульсными характеристиками.

Быстрая обработка ИИ-моделями для точного и эффективного распознавания речи в реальном времени.

Генерирует аудио подкаста по упорядоченной последовательности реплик: для каждой реплики задаются текст и голос.