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
Saída: Foto
Entrada: Texto
a partir de: € 0,24 por render

Exemplos

Especificações

Tipotext-to-speech

SaídaFoto

EntradaTexto

ID do modelomicrosoft/vibevoice

Modelos semelhantes

Todos os modelos →

BytedanceSeed Speech TTS 2.0€ 0,12por render ChatterboxText To Speech€ 0,06por render GoogleGemini 3.8 Flash Text-to-Speech€ 0,10por render GoogleGemini 3.8 Flash Lite Text-to-Speech€ 0,08por render InworldRealtime TTS 2€ 0,10por render GoogleGemini 3.1 Flash Text-to-Speech€ 0,40por render

Os preços são por render e só são debitados do seu saldo quando o render é concluído. Renders que falham são reembolsados automaticamente. Os exemplos mostram o que o modelo é capaz de fazer; o seu resultado depende do prompt e das configurações.