NaturalSpeech 3
Le modèle de synthèse vocale de Microsoft, à diffusion factorisée, pour le transfert de voix et de style en zero-shot
Payant
Génération audio
Undisclosed
paramètres
Proprietary
licence
mars 2024
sortie
// à propos de NaturalSpeech 3
Le modèle de synthèse vocale de Microsoft, à diffusion factorisée, pour le transfert de voix et de style en zero-shot
// modèles similaires dans Génération audio
Eleven v4
Le modèle de synthèse vocale le mieux classé d'ElevenLabs, avec une variante Turbo en temps réel
ElevenLabs · Génération audio · Payant
Whisper
Le modèle de reconnaissance vocale et de transcription à poids ouverts d'OpenAI
OpenAI · Génération audio · Gratuit
Gemini 3.8 Live
Le modèle parole-parole en temps réel de Google, pour des agents vocaux en production
Google DeepMind · Génération audio · Payant
GPT-Live-1
Le modèle vocal full duplex d'OpenAI, qui écoute et parle en même temps
OpenAI · Génération audio · Freemium
Eleven Multilingual v2
Le modèle de synthèse vocale phare d'ElevenLabs, sur 29 langues
ElevenLabs · Génération audio · Freemium
Eleven v3
Le modèle de synthèse vocale le plus expressif d'ElevenLabs, avec un contrôle émotionnel fin
ElevenLabs · Génération audio · Freemium