MicrosoftFoto

Vibevoice

Microsoft's VibeVoice text-to-speech model generates long-form speech from text with multi-speaker dialogue support. Choose from 9 voice presets across English, Chinese, and Hindi.

Voz

Tipo: text-to-speech
Salida: Foto
Entrada: Texto
desde: 0,24 € por render

Ejemplos

Especificaciones

Tipotext-to-speech

SalidaFoto

EntradaTexto

ID del modelomicrosoft/vibevoice

Modelos similares

Todos los modelos →

BytedanceSeed Speech TTS 2.00,12 €por render ChatterboxText To Speech0,06 €por render GoogleGemini 3.8 Flash Text-to-Speech0,10 €por render GoogleGemini 3.8 Flash Lite Text-to-Speech0,08 €por render InworldRealtime TTS 20,10 €por render GoogleGemini 3.1 Flash Text-to-Speech0,40 €por render

Los precios son por render y solo se descuentan de tu saldo cuando el render se completa. Los renders fallidos se reembolsan automáticamente. Los ejemplos muestran lo que puede hacer el modelo; tu resultado depende de tu prompt y de tus ajustes.