Modeller692 modeller

Mistral: Voxtral TTS 3

mistralai/voxtral-mini-tts-3-0

Mistral Voxtral TTS 3 är en text-till-tal-modell från Mistral. Den tillhör kategorin speech och identifieras på api14 som mistralai/voxtral-mini-tts-3-0. Den produceras av Mistral, samma leverantör som ligger bakom resten av Voxtral-familjen, och dess uppgift är snäv och specifik: att omvandla…

HeyGen: HeyGen Voice

heygen/heygen-voice-1

HeyGen Voice är en text-till-tal-modell från HeyGen, listad på api14 under modell-id:t heygen/heygen-voice-1. Den tillhör kategorin speech och är byggd specifikt för att omvandla skriven text till talat ljud. HeyGen är leverantören bakom den, och modellen riktar sig till utvecklare som behöver…

HeyGen: HeyGen Voice Turbo

heygen/heygen-voice-1-turbo

HeyGen Voice Turbo är en text-till-tal-modell från HeyGen, listad på api14 under modell-id:t heygen/heygen-voice-1-turbo. Den tillhör kategorin tal och positioneras som en version av HeyGen Voice med lägre latens, företagets kärnmodell för text-till-tal. Om du redan känner till HeyGen för deras…

Fish Audio: Drama 3

fish-audio/drama-3

Fish Audio: Drama 3 är en text till tal modell från Fish Audio, listad på api14 under kategorin speech. Den är byggd för regisserade röstframföranden, vilket betyder att modellen är designad kring idén att du beskriver hur en replik ska levereras i stället för att bara ange orden. Fish Audio är…

ElevenLabs: Eleven v4

elevenlabs/eleven-v4

ElevenLabs: Eleven v4 är en text-till-tal-modell från ElevenLabs, släppt av leverantören den 7 oktober 2026. Den tillhör kategorin tal och beskrivs av ElevenLabs som deras mest uttrycksfulla modell. Om du bygger något som behöver omvandla skriven text till talat ljud är detta modellen att utvärdera…

ElevenLabs: Eleven v4 Turbo

elevenlabs/eleven-v4-turbo

Eleven v4 Turbo är en text-till-tal-modell från ElevenLabs, företaget som är känt för sitt arbete med röstsyntes. Den tillhör kategorin tal och positioneras som en variant av Eleven v4 med låg latens, som behåller den uttrycksfulla leveransen och ljudtaggarna från den modellen men är inställd för…

ElevenLabs: Eleven v3

elevenlabs/eleven-v3

Eleven v3 är en text-till-tal-modell från ElevenLabs, listad på api14 under modell-id:t elevenlabs/eleven-v3. Den tillhör kategorin speech, så det är inte en allmän chatt- eller resonemangsmodell: dess uppgift är att omvandla skriven text till talat ljud. Om din applikation behöver ett röstlager är…

ElevenLabs: Eleven v3 Conversational

elevenlabs/eleven-v3-conversational

Eleven v3 Conversational är en text-till-tal-modell från ElevenLabs. Den är en variant av Eleven v3 som leverantören har finjusterat specifikt för naturlig dialog i konversationsagenter, snarare än för enskild uppläsning. Om du bygger en röstagent, en interaktiv assistent eller någon produkt där…

ElevenLabs: Eleven Flash v2.5

elevenlabs/eleven-flash-v2.5

Eleven Flash v2.5 är en text-till-tal-modell från ElevenLabs, listad på api14 under kategorin api. Den tillhör Flash-serien av ElevenLabs-modeller, som leverantören beskriver som text-till-tal med ultralåg latens, och den riktar sig direkt mot konversations- och realtidsanvändningsfall snarare än…

ElevenLabs: Eleven Turbo v2

elevenlabs/eleven-turbo-v2

Eleven Turbo v2 är en text-till-tal-modell från ElevenLabs, distribuerad här under modell-id:t elevenlabs/eleven-turbo-v2. Den tillhör kategorin speech och positioneras av sin leverantör som ett engelskspråkigt text-till-tal-system med låg latens, byggt för utvecklarfall där hastighet är viktigt…

ElevenLabs: Eleven Multilingual v2

elevenlabs/eleven-multilingual-v2

Eleven Multilingual v2 är en text-till-tal-modell från ElevenLabs, som erbjuds via api14 under modell-id:t elevenlabs/eleven-multilingual-v2. Den tillhör kategorin speech och är byggd för att omvandla skriven text till talat ljud. ElevenLabs positionerar den för naturtroget, konsekvent långformigt…

ElevenLabs: Eleven Turbo v2.5

elevenlabs/eleven-turbo-v2.5

Eleven Turbo v2.5 är en text-till-tal-modell från ElevenLabs, listad på api14 under kategorin speech. Den är gjord av ElevenLabs och identifieras på plattformen av modell-id:t elevenlabs/eleven-turbo-v2.5. Den tillhör Turbo-serien, som är positionerad kring låg latens, så den riktar sig till…

ElevenLabs: Eleven Flash v2

elevenlabs/eleven-flash-v2

Eleven Flash v2 är en text-till-tal-modell från ElevenLabs, listad på api14 under kategorin speech. Det är en modell som endast stöder engelska och är byggd för syntes med ultralåg latens, vilket placerar den i den realtids- och samtalsinriktade delen av ElevenLabs sortiment snarare än bland…

Microsoft AI: MAI-Voice-2.1-Flash

microsoft/mai-voice-2.1-flash

MAI-Voice-2.1-Flash är en text-till-tal-modell från Microsoft AI, en del av MAI-Voice-familjen. Den tillhör kategorin tal och är byggd för syntes med låg latens, vilket Microsoft beskriver som optimerat för realtidssvar. Om du redan arbetar med Microsoft AI-modeller är detta…

Microsoft AI: MAI-Voice-2.1

microsoft/mai-voice-2.1

MAI-Voice-2.1 är en text-till-tal-modell från Microsoft, listad under namnet Microsoft AI. Den tillhör kategorin tal, och enligt leverantörens beskrivning är det Microsofts mest högupplösta och mest uttrycksfulla text-till-tal-modell. Om din applikation behöver omvandla skriven text till talat ljud…

ByteDance Seed: Seed Audio 1.0

bytedance-seed/seed-audio-1-0

ByteDance Seed: Seed Audio 1.0 är en ljudgenereringsmodell från ByteDance Seed, forskningsgrenen bakom ByteDances modellfamilj Seed. Den tillhör kategorin tal och beskrivs av sin leverantör som en icke-strömmande ljudgenereringsmodell. Med andra ord är den byggd för att omvandla text till ljud…

Google: Gemini 3.8 Flash Lite TTS

google/gemini-3.8-flash-lite-tts

Google: Gemini 3.8 Flash Lite TTS är en text till tal modell från Google. Den tillhör familjen Gemini 3.8 TTS, där den är den snabba medlemmen med hög genomströmning vid sidan av Gemini 3.8 Flash TTS. Dess huvudkategori är tal, och den släpptes av leverantören 2026-09-23.

Google: Gemini 3.8 Flash TTS

google/gemini-3.8-flash-tts

Google: Gemini 3.8 Flash TTS är en text till tal modell från Google, och den är efterträdaren till Gemini 3.1 Flash TTS Preview. Den ligger i den kreativa nivån av 3.8 TTS familjen, vilket innebär att Google positionerar den för uttrycksfull talgenerering snarare än för transkribering eller allmänt…

Deepgram: Flux TTS

deepgram/flux-tts

Deepgram: Flux TTS är en text-till-tal-modell från Deepgram, en leverantör som är känd för infrastruktur för tal och ljud. Den tillhör kategorin tal och är byggd specifikt för att omvandla skriven engelsk text till talat ljud. Om du redan dirigerar andra Deepgram-modeller genom api14 kommer den här…

Fish Audio: S1

fish-audio/s1

Fish Audio: S1 är en flerspråkig text-till-tal-modell från Fish Audio. Fish Audio är leverantören bakom modellen, och S1 ligger i kategorin tal på api14. Den är utformad för röstapplikationer som behöver brett känslomässigt uttryck, och den använder parentetiska kontroller för att styra talsstil…

Fish Audio: S2 Pro

fish-audio/s2-pro

Fish Audio: S2 Pro är en text-till-tal-modell från Fish Audio. Den tillhör kategorin tal, och dess leverantörs utgivningsdatum är 29 juli 2026. Om du bygger något som behöver omvandla skriven text till talat ljud är det här den typ av modell du skulle titta på först, och Fish Audio är företaget…

Fish Audio: S2.1 Pro Free (free)

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

Fish Audio: S2.1 Pro Free är en talsyntesmodell från Fish Audio, som erbjuds som den kostnadsfria varianten av Fish Audio S2.1 Pro. Den är avsedd för testning, prototypframtagning och applikationer med låg volym, och den tillhandahåller samma syntesfunktioner som den betalda modellen utan garantier…

Fish Audio: S2.1 Pro

fish-audio/s2.1-pro

Fish Audio: S2.1 Pro är en text-till-tal-modell från Fish Audio, listad på api14 under kategorin speech. Den beskrivs av sin leverantör som produktionsinriktad, vilket placerar den i den del av Fish Audios sortiment som riktar sig mot driftsatta röstapplikationer snarare än experiment. Om du redan…

Microsoft AI: MAI-Voice-2-Flash

microsoft/mai-voice-2-flash

MAI-Voice-2-Flash är en text-till-tal-modell från Microsoft AI, släppt av leverantören den 23 juli 2026. Den tillhör kategorin tal och är byggd specifikt för röstgenerering med låg latens, vilket placerar den i samma familj av arbetsbelastningar som röstagenter, assistenter, callcenter,…

Qwen: Qwen-Audio-3.0-TTS Plus

qwen/qwen-audio-3.0-tts-plus

Qwen-Audio-3.0-TTS Plus är en text-till-tal-modell från Qwen, Alibabas modellfamilj. Den tillhör kategorin tal och beskrivs som Alibabas text-till-tal-modell med högre kvalitet, placerad ovanför standardnivån i samma serie. Den genererar talat ljud från text och nås normalt via DashScope Speech…

Qwen: Qwen-Audio-3.0-TTS Flash

qwen/qwen-audio-3.0-tts-flash

Qwen-Audio-3.0-TTS Flash är en text-till-tal-modell från Qwen, Alibabas modellfamilj. Den tillhör kategorin tal och beskrivs av leverantören som ett snabbt och kostnadseffektivt text-till-tal-system. Modellen släpptes av leverantören 2026-07-23. Om du redan arbetar inom Qwen-ekosystemet, eller…

Deepgram: Aura-2

deepgram/aura-2

Deepgram: Aura-2 är en text-till-tal-modell från Deepgram, listad på api14 under kategorin speech. Deepgram är leverantören bakom modellen, och Aura-2 är byggd kring Deepgrams kanoniska Aura-2-röstkatalog för talsyntes. Om du redan arbetar med Deepgrams röstutbud är detta samma familj av röster som…

MiniMax: Speech 2.8 HD

minimax/speech-2.8-hd

MiniMax: Speech 2.8 HD är en text till tal modell från MiniMax. Den tillhör kategorin tal och är byggd för att omvandla skriven text till talat ljud. MiniMax tillhandahåller modellen, och på api14 serveras den under modell-id:t minimax/speech-2.8-hd. Om du redan känner till MiniMaxs talutbud är…

MiniMax: Speech 2.8 Turbo

minimax/speech-2.8-turbo

MiniMax: Speech 2.8 Turbo är en text till tal modell från MiniMax. Den tillhör kategorin tal och är byggd för applikationer som behöver omvandla skriven text till talat ljud. MiniMax är leverantören bakom modellen, och modell-id:t på api14 är minimax/speech-2.8-turbo.

Microsoft AI: MAI-Voice-2

microsoft/mai-voice-2

MAI-Voice-2 är en uttrycksfull text-till-tal-modell från Microsoft AI, släppt av leverantören den 2 juni 2026. Den tillhör kategorin tal, så dess uppgift är att omvandla skriven text till talat ljud snarare än att generera eller redigera text själv. Om du bygger något som behöver en syntetisk röst…

SpaceXAI: Grok Voice TTS 1.0

x-ai/grok-voice-tts-1.0

SpaceXAI: Grok Voice TTS 1.0 är en text-till-tal-modell från xAI, listad på api14 under kategorin speech. Den tar skriven text och omvandlar den till talat ljud, vilket gör den lämplig för alla arbetsbelastningar där du redan har text och behöver ett röstspår istället för ett textsvar. Modell-id är…

Google: Gemini 3.1 Flash TTS Preview

google/gemini-3.1-flash-tts-preview

Google: Gemini 3.1 Flash TTS Preview är en text till tal modell från Google. Den ligger i kategorin tal och är en förhandsversion, vilket innebär att beteendet och röstuppsättningen fortfarande kan ändras innan en stabil version släpps. Google beskriver den som ett betydande generationskliv upp…

Sesame: CSM 1B

sesame/csm-1b

Sesame: CSM 1B är en konversationsmodell för tal från Sesame. Den tillhör kategorin tal och identifieras på api14 med modell-id:t sesame/csm-1b. Leverantören beskriver den som en modell med 1B parametrar, vilket gör den till ett relativt litet alternativ för att generera talat ljud från skriven…

Canopy Labs: Orpheus 3B

canopylabs/orpheus-3b-0.1-ft

Canopy Labs: Orpheus 3B är en text-till-tal-modell från Canopy Labs. Det är en modell med 3B parametrar finjusterad för engelsk talsyntes, med fokus på naturlig prosodi och uttrycksfullt framförande. Modellen släpptes av leverantören den 23 april 2026. Dess huvudkategori är tal, och den…

hexgrad: Kokoro 82M

hexgrad/kokoro-82m

hexgrad: Kokoro 82M är en lättviktig text-till-tal-modell med öppna vikter från hexgrad. Den tillhör kategorin tal, så dess uppgift är snäv och tydlig: omvandla skriven text till talat ljud. Eftersom vikterna är öppna kan du resonera mer fritt kring distribution och hosting än med en stängd hostad…

Mistral: Voxtral Mini TTS

mistralai/voxtral-mini-tts-2603

Mistral Voxtral Mini TTS är en text till tal modell från Mistral, listad på api14 under kategorin speech. Den tar text som enda indata och producerar tal som enda utdata, så den tillhör synteshalvan av en talpipeline snarare än igenkänningshalvan. Om du redan dirigerar andra Mistral modeller genom…