Cohere
Mô hình
1.496mô hình
511nhóm
84phòng nghiên cứu
Hình ảnhVideoÂm thanh3DVăn bảnDữ liệu (JSON)Tệp
Tất cả mô hình
Thẻ sẽ mở điểm cuối phù hợp với các bộ lọc của bạn; số lượng biến thể trên thẻ liệt kê các điểm cuối khác trong dòng mô hình.ElevenLabs
ElevenLabs Speech to Text
Giọng nói sang văn bản từ 0,008 $ / phút âm thanh đầu vào 8 tín dụng API / phút âm thanh đầu vàoKotoba Technologies
Kotoba Speech-to-Text
Giọng nói sang văn bản 0,0000694 $ / giây âm thanh đầu vào 0,0694 tín dụng API / giây âm thanh đầu vàoNVIDIA
Nemotron Asr Multilingual
Giọng nói sang văn bản 0,008 $ / phút âm thanh đầu vào 8 tín dụng API / phút âm thanh đầu vàoOpen model
Pipecat's Smart Turn model
Giọng nói sang văn bản 0,00111 $ / giây xử lý 1,11 tín dụng API / giây xử lý lần chạy thông thường ≈ 0,032 $Silero
Silero VAD
Giọng nói sang văn bản 0,00001 $ / giây âm thanh đầu vào 0,01 tín dụng API / giây âm thanh đầu vàoOpen model
Speech To Text
Giọng nói sang văn bản 0,0008 $ / giây âm thanh đầu vào 0,8 tín dụng API / giây âm thanh đầu vàoOpen model
Speech-to-Text · Turbo · Stream
Giọng nói sang văn bản 0,0008 $ / giây âm thanh đầu vào 0,8 tín dụng API / giây âm thanh đầu vàoOpenAI
Wizper (Whisper v3)
Giọng nói sang văn bản 0,00111 $ / giây xử lý 1,11 tín dụng API / giây xử lý lần chạy thông thường ≈ 0,009 $Open model
DiffRhythm: Lyrics to Song
Văn bản sang nhạc 0,001 $ / giây 1 tín dụng API / giây 100 giây ≈ 0,10 $ElevenLabs
Elevenlabs Music
Văn bản sang nhạc 0,60 $ / phút âm thanh đầu ra 600 tín dụng API / phút âm thanh đầu raOpen model
DeepFilterNet 3
Âm thanh 0,001 $ / giây âm thanh đầu vào 1 tín dụng API / giây âm thanh đầu vàoxAI
Grok Voice
Âm thanh 0,00083 $ / giây của phiên thoại 0,83 tín dụng API / giây của phiên thoại lần chạy thông thường ≈ 0,006 $Không có mô hình nào khớp với các bộ lọc này
Xóa bộ lọc