Modelos692 modelos

Mistral: Voxtral TTS 3

mistralai/voxtral-mini-tts-3-0

Mistral Voxtral TTS 3 é um modelo de conversão de texto em fala da Mistral. Ele fica na categoria de fala e é identificado na api14 como mistralai/voxtral-mini-tts-3-0. É produzido pela Mistral, o mesmo provedor por trás do resto da família Voxtral, e sua função é estreita e específica: transformar…

HeyGen: HeyGen Voice

heygen/heygen-voice-1

O HeyGen Voice é um modelo de texto para fala da HeyGen, listado na api14 sob o id de modelo heygen/heygen-voice-1. Ele está na categoria de fala e é construído especificamente para transformar texto escrito em áudio falado. A HeyGen é a fornecedora por trás dele, e o modelo é voltado para…

HeyGen: HeyGen Voice Turbo

heygen/heygen-voice-1-turbo

HeyGen Voice Turbo é um modelo de texto para fala da HeyGen, listado na api14 sob o id de modelo heygen/heygen-voice-1-turbo. Ele fica na categoria de fala e é posicionado como uma versão de menor latência do HeyGen Voice, o principal modelo de texto para fala da empresa. Se você já conhece a…

Fish Audio: Drama 3

fish-audio/drama-3

Fish Audio: Drama 3 é um modelo de conversão de texto em fala da Fish Audio, listado em api14 na categoria speech. Foi criado para performances de voz dirigidas, o que significa que o modelo foi concebido em torno da ideia de que você descreve como uma fala deve ser entregue em vez de apenas…

ElevenLabs: Eleven v4

elevenlabs/eleven-v4

ElevenLabs: Eleven v4 é um modelo de texto para fala da ElevenLabs, lançado pelo fornecedor em 7 de outubro de 2026. Está na categoria de fala e é descrito pela ElevenLabs como seu modelo mais expressivo. Se você está construindo algo que precisa transformar texto escrito em áudio falado, este é o…

ElevenLabs: Eleven v4 Turbo

elevenlabs/eleven-v4-turbo

Eleven v4 Turbo é um modelo de conversão de texto em fala da ElevenLabs, a empresa conhecida pelo seu trabalho em síntese de voz. Situa-se na categoria de fala e é posicionado como uma variante de baixa latência do Eleven v4, mantendo a entrega expressiva e as etiquetas de áudio desse modelo, ao…

ElevenLabs: Eleven v3

elevenlabs/eleven-v3

Eleven v3 é um modelo de conversão de texto em fala da ElevenLabs, listado na api14 sob o id de modelo elevenlabs/eleven-v3. Está na categoria de fala, portanto não é um modelo de chat ou raciocínio geral: a sua função é transformar texto escrito em áudio falado. Se a sua aplicação precisa de uma…

ElevenLabs: Eleven v3 Conversational

elevenlabs/eleven-v3-conversational

Eleven v3 Conversational é um modelo de conversão de texto em fala da ElevenLabs. É uma variante do Eleven v3 que o fornecedor ajustou especificamente para diálogo natural em agentes conversacionais, em vez de narração isolada. Se está a construir um agente de voz, um assistente interativo, ou…

ElevenLabs: Eleven Flash v2.5

elevenlabs/eleven-flash-v2.5

Eleven Flash v2.5 é um modelo de texto para fala da ElevenLabs, listado em api14 na categoria speech. Ele pertence à linha Flash dos modelos da ElevenLabs, que o provedor descreve como texto para fala de latência ultrabaixa, e é voltado diretamente para casos de uso conversacionais e em tempo real,…

ElevenLabs: Eleven Turbo v2

elevenlabs/eleven-turbo-v2

Eleven Turbo v2 é um modelo de texto para fala da ElevenLabs, distribuído aqui sob o id de modelo elevenlabs/eleven-turbo-v2. Pertence à categoria de fala e é posicionado pelo seu fornecedor como um sistema de texto para fala apenas em inglês e de baixa latência, criado para casos de uso de…

ElevenLabs: Eleven Multilingual v2

elevenlabs/eleven-multilingual-v2

Eleven Multilingual v2 é um modelo de conversão de texto em fala da ElevenLabs, oferecido através do api14 sob o id de modelo elevenlabs/eleven-multilingual-v2. Situa-se na categoria de fala e foi concebido para transformar texto escrito em áudio falado. A ElevenLabs posiciona-o para narração de…

ElevenLabs: Eleven Turbo v2.5

elevenlabs/eleven-turbo-v2.5

Eleven Turbo v2.5 é um modelo de texto para fala da ElevenLabs, listado em api14 sob a categoria speech. É feito pela ElevenLabs e é identificado na plataforma pelo id de modelo elevenlabs/eleven-turbo-v2.5. Ele fica na linha Turbo, que é posicionada em torno de baixa latência, então é voltado para…

ElevenLabs: Eleven Flash v2

elevenlabs/eleven-flash-v2

Eleven Flash v2 é um modelo de conversão de texto em fala da ElevenLabs, listado em api14 na categoria speech. É um modelo apenas em inglês, criado para síntese com latência ultrabaixa, o que o coloca na parte de tempo real e conversacional da linha ElevenLabs, em vez de entre as vozes de produção…

Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

MAI-Voice-2.1-Flash é um modelo de conversão de texto em fala da Microsoft AI, parte da família MAI-Voice. Situa-se na categoria de fala e foi criado para síntese de baixa latência, que a Microsoft descreve como otimizada para capacidade de resposta em tempo real. Se já trabalha com modelos da…

Microsoft AI: MAI-Voice-2.1

microsoft/mai-voice-2.1

O MAI-Voice-2.1 é um modelo de conversão de texto em fala da Microsoft, listado sob o nome Microsoft AI. Ele está na categoria de fala, e é o modelo de conversão de texto em fala de maior fidelidade e mais expressivo da Microsoft, segundo a descrição do fornecedor. Se a sua aplicação precisa…

ByteDance Seed: Seed Audio 1.0

bytedance-seed/seed-audio-1-0

ByteDance Seed: Seed Audio 1.0 é um modelo de geração de áudio da ByteDance Seed, o braço de pesquisa por trás da família de modelos Seed da ByteDance. Ele se situa na categoria de fala e é descrito por seu provedor como um modelo de geração de áudio não streaming. Em outras palavras, ele foi…

Google: Gemini 3.8 Flash Lite TTS

google/gemini-3.8-flash-lite-tts

Google: Gemini 3.8 Flash Lite TTS é um modelo de conversão de texto em fala da Google. Pertence à família Gemini 3.8 TTS, onde se posiciona como o membro rápido e de elevado débito, ao lado do Gemini 3.8 Flash TTS. A sua categoria principal é fala, e foi lançado pelo fornecedor em 2026-09-23.

Google: Gemini 3.8 Flash TTS

google/gemini-3.8-flash-tts

Google: Gemini 3.8 Flash TTS é um modelo de conversão de texto em fala da Google, e é o sucessor do Gemini 3.1 Flash TTS Preview. Situa-se na categoria criativa da família TTS 3.8, o que significa que a Google o posiciona para geração de fala expressiva, e não para transcrição ou trabalho geral com…

Deepgram: Flux TTS

deepgram/flux-tts

Deepgram: Flux TTS é um modelo de conversão de texto em fala da Deepgram, um fornecedor conhecido por infraestrutura de fala e áudio. Ele está na categoria de fala e é construído especificamente para transformar texto escrito em inglês em áudio falado. Se você já encaminha outros modelos Deepgram…

Fish Audio: S1

fish-audio/s1

Fish Audio: S1 é um modelo de conversão de texto em fala multilíngue da Fish Audio. A Fish Audio é a fornecedora por trás do modelo, e o S1 fica na categoria de fala na api14. Ele foi projetado para aplicações de voz que precisam de ampla expressão emocional, e usa controles entre parênteses para…

Fish Audio: S2 Pro

fish-audio/s2-pro

Fish Audio: S2 Pro é um modelo de texto para fala da Fish Audio. Ele se enquadra na categoria de fala, e a data de lançamento do provedor é 29 de julho de 2026. Se você está construindo algo que precisa transformar texto escrito em áudio falado, este é o tipo de modelo que você olharia primeiro, e…

Fish Audio: S2.1 Pro Free (free)

fish-audio/s2.1-pro-free:free

Fish Audio: S2.1 Pro Free é um modelo de síntese de fala da Fish Audio, oferecido como a variante sem custo do Fish Audio S2.1 Pro. Destina-se a testes, prototipagem e aplicações de baixo volume, e fornece as mesmas capacidades de síntese que o modelo pago, sem garantias de latência ou…

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

Fish Audio: S2.1 Pro é um modelo de conversão de texto em fala da Fish Audio, listado em api14 na categoria de fala. É descrito pelo fornecedor como orientado para produção, o que o coloca na parte da linha Fish Audio destinada a aplicações de voz implementadas, em vez de experimentação. Se já…

Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash

MAI-Voice-2-Flash é um modelo de texto para fala da Microsoft AI, lançado pelo fornecedor em 23 de julho de 2026. Ele está na categoria de fala e é construído especificamente para geração de voz com baixa latência, o que o coloca na mesma família de cargas de trabalho que agentes de voz,…

Qwen: Qwen-Audio-3.0-TTS Plus

qwen/qwen-audio-3.0-tts-plus

O Qwen-Audio-3.0-TTS Plus é um modelo de conversão de texto em fala da Qwen, a família de modelos da Alibaba. Situa-se na categoria de fala e é descrito como o modelo de conversão de texto em fala de maior qualidade da Alibaba, posicionado acima do nível padrão da mesma linha. Gera áudio falado a…

Qwen: Qwen-Audio-3.0-TTS Flash

qwen/qwen-audio-3.0-tts-flash

Qwen-Audio-3.0-TTS Flash é um modelo de conversão de texto em fala da Qwen, a família de modelos da Alibaba. Ele está na categoria de fala e é descrito pelo provedor como um sistema de conversão de texto em fala rápido e com boa relação custo-benefício. O modelo foi lançado pelo provedor em…

Deepgram: Aura-2

deepgram/aura-2

Deepgram: Aura-2 é um modelo de conversão de texto em fala da Deepgram, listado no api14 sob a categoria speech. A Deepgram é o fornecedor por trás do modelo, e o Aura-2 é construído em torno do catálogo de vozes canónico Aura-2 da Deepgram para síntese de fala. Se já trabalha com a linha de vozes…

MiniMax: Speech 2.8 HD

minimax/speech-2.8-hd

MiniMax: Speech 2.8 HD é um modelo de conversão de texto em fala da MiniMax. Pertence à categoria de fala e foi criado para transformar texto escrito em áudio falado. A MiniMax fornece o modelo e, na api14, ele é servido sob o id de modelo minimax/speech-2.8-hd. Se você já conhece a linha de fala…

MiniMax: Speech 2.8 Turbo

minimax/speech-2.8-turbo

MiniMax: Speech 2.8 Turbo é um modelo de conversão de texto em fala da MiniMax. Situa-se na categoria de fala e foi criado para aplicações que precisam de transformar texto escrito em áudio falado. A MiniMax é o fornecedor por trás do modelo, e o id do modelo na api14 é minimax/speech-2.8-turbo.

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

O MAI-Voice-2 é um modelo expressivo de conversão de texto em fala da Microsoft AI, lançado pelo fornecedor em 2 de junho de 2026. Ele pertence à categoria de fala, portanto sua função é transformar texto escrito em áudio falado, e não gerar ou editar texto em si. Se você está desenvolvendo algo…

SpaceXAI: Grok Voice TTS 1.0

x-ai/grok-voice-tts-1.0

SpaceXAI: Grok Voice TTS 1.0 é um modelo de texto para fala da xAI, listado na api14 sob a categoria speech. Ele recebe texto escrito e o transforma em áudio falado, o que o torna adequado para qualquer carga de trabalho em que você já tenha texto e precise de uma faixa de voz em vez de uma…

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Google: Gemini 3.1 Flash TTS Preview é um modelo de conversão de texto em fala da Google. Encontra-se na categoria de fala e é uma versão de pré-visualização, o que significa que o comportamento e o conjunto de vozes ainda podem mudar antes de ser lançada uma versão estável. A Google descreve-o…

Sesame: CSM 1B

sesame/csm-1b

Sesame: CSM 1B é um modelo de fala conversacional da Sesame. Ele fica na categoria de fala e é identificado na api14 pelo id de modelo sesame/csm-1b. O provedor o descreve como um modelo de 1B parâmetros, o que o torna uma opção relativamente pequena para gerar áudio falado a partir de texto…

Canopy Labs: Orpheus 3B

canopylabs/orpheus-3b-0.1-ft

Canopy Labs: Orpheus 3B é um modelo de conversão de texto em fala da Canopy Labs. É um modelo de 3B parâmetros ajustado para síntese de fala em inglês, com foco em prosódia natural e entrega expressiva. O modelo foi lançado pelo fornecedor em 23 de abril de 2026. Sua categoria principal é fala, e…

hexgrad: Kokoro 82M

hexgrad/kokoro-82m

hexgrad: Kokoro 82M é um modelo de texto para fala leve e de pesos abertos da hexgrad. Ele se situa na categoria de fala, então seu trabalho é restrito e claro: transformar texto escrito em áudio falado. Como os pesos são abertos, você pode raciocinar sobre implantação e hospedagem com mais…

Mistral: Voxtral Mini TTS

mistralai/voxtral-mini-tts-2603

O Mistral Voxtral Mini TTS é um modelo de conversão de texto em fala da Mistral, listado na api14 sob a categoria speech. Ele recebe texto como sua única entrada e produz fala como sua única saída, portanto fica na metade de síntese de um pipeline de fala, e não na metade de reconhecimento. Se você…