Modelos de áudio
Modelos de áudio
Todos os modelos de áudio que você pode executar no Nodaro, com o que cada um faz e quanto custa em créditos.
Você pode executar 24 modelos de áudio no Nodaro. Cada linha abaixo leva à página do modelo, com as configurações, os preços em créditos e as dicas de prompt.
ElevenLabs
| Modelo | Desenvolvedor | Modos | Créditos | Detalhes |
|---|---|---|---|---|
| ElevenLabs v3 | ElevenLabs | Texto para fala | a partir de 5 | Modelo expressivo de texto para fala da ElevenLabs — aceita marcações de áudio entre colchetes para emoção e ritmo. API direta. |
| ElevenLabs v4 | ElevenLabs | Texto para fala | a partir de 5 | O modelo de texto para fala mais recente da ElevenLabs — marcações de áudio entre colchetes, controle de estabilidade e similaridade, até 10.000 caracteres por solicitação. API direta. |
| ElevenLabs v4 Turbo | ElevenLabs | Texto para fala | a partir de 3 | ElevenLabs v4 mais rápido e mais barato, com menor fidelidade — marcações de áudio entre colchetes, controle de estabilidade e similaridade, pelo preço em créditos do Turbo. Prefira o v4 quando a qualidade importa. API direta. |
| ElevenLabs Turbo v2.5 | ElevenLabs | Texto para fala | a partir de 3 | Texto para fala rápido e barato da ElevenLabs, pela API direta da ElevenLabs. Bom para narração. |
| ElevenLabs Multilingual v2 | ElevenLabs | Texto para fala | a partir de 5 | Texto para fala multilíngue da ElevenLabs, pela API direta da ElevenLabs. |
| ElevenLabs Dialogue v3 | ElevenLabs | Diálogo com vários falantes | a partir de 5 | Diálogo com vários falantes pela API direta da ElevenLabs — você fornece um roteiro e ele dá voz a cada papel (qualquer voz: pronta, da biblioteca ou clonada). |
| ElevenLabs Dialogue v4 | ElevenLabs | Diálogo com vários falantes | a partir de 5 | Diálogo com vários falantes no ElevenLabs v4 — marcações de áudio entre colchetes, controle de estabilidade e similaridade. API direta. |
| ElevenLabs Voice Design | ElevenLabs | Design de voz | 55 | Cria uma voz sintética a partir de uma descrição (não precisa de clipe de referência). |
| ElevenLabs Voice Changer | ElevenLabs | Modificação de voz | 44 | Fala para fala: converte uma voz em outra, preservando a prosódia. |
| ElevenLabs STT | ElevenLabs | Fala para texto | 25 | Fala para texto com marcações de tempo POR PALAVRA (sempre ativas), identificação de falantes e etiquetas de eventos sonoros. É o mecanismo certo quando a transcrição alimenta legendas. |
| ElevenLabs Voice Isolation | ElevenLabs | Isolamento de voz | 82 | Remove o ruído de fundo e a música de uma faixa de voz. |
| ElevenLabs Dubbing | ElevenLabs | Dublagem | 44 | Traduz e dubla um áudio ou um vídeo inteiro para outro idioma — entra um vídeo e sai o vídeo dublado. Assíncrono. |
| ElevenLabs Dubbing v2 | ElevenLabs | Dublagem | 1.210 | Traduz e dubla um áudio ou um vídeo inteiro para outro idioma — entra um vídeo e sai o vídeo dublado. Assíncrono. |
| ElevenLabs Forced Alignment | ElevenLabs | Alinhamento forçado | 33 | Alinha uma transcrição existente ao áudio, com marcações de tempo por palavra. |
| ElevenLabs Sound Effects | ElevenLabs | Efeitos sonoros | a partir de 2 | Gera efeitos sonoros curtos a partir de um prompt de texto. |
OpenAI
| Modelo | Desenvolvedor | Modos | Créditos | Detalhes |
|---|---|---|---|---|
| Incredibly Fast Whisper | OpenAI | Fala para texto | 44 | Fala para texto rápido com o Whisper. Retorna marcações de tempo POR PALAVRA quando solicitado, então a transcrição pode alimentar legendas. |
| Whisper | OpenAI | Fala para texto | 44 | Fala para texto com o Whisper — só segmentos POR FRASE, SEM marcações de tempo por palavra. Serve para uma transcrição ou uma legenda estática, mas não para legendas sincronizadas palavra por palavra (cinéticas). |
NVIDIA
| Modelo | Desenvolvedor | Modos | Créditos | Detalhes |
|---|---|---|---|---|
| Nemotron 3.5 Transcribe | NVIDIA | Fala para texto | 4 | Fala para texto da NVIDIA em 40 idiomas, detectados automaticamente, com uma baixa taxa de erro por palavra. Quando solicitado, retorna marcações de tempo POR PALAVRA com um rótulo de falante em cada palavra, então a transcrição pode alimentar legendas; ou então traduz a fala (para o inglês ou a partir dele: outra fala para o inglês, ou uma fala em inglês para um de 31 idiomas), sem marcações de tempo por palavra. Arquivos de até 60 minutos e 200 MB. Preço por minuto iniciado do arquivo, quaisquer que sejam as opções; o preço listado é de quatro minutos. |
Suno
| Modelo | Desenvolvedor | Modos | Créditos | Detalhes |
|---|---|---|---|---|
| Suno v4 | Suno | Música | 33 | Geração de música com o Suno v4 — músicas completas com vocais, em vários gêneros. |
| Suno v5 | Suno | Música | 33 | Suno v5 — vocais de qualidade melhor que no v4 e mais gêneros. Mesmo preço. |
| Suno v5.5 | Suno | Música | 33 | Suno v5.5 — qualidade de áudio e expressividade melhores que no v5. |
| Suno V6 | Suno | Música | 33 | Suno V6 — maior expressividade musical, com vocais mais naturais e detalhes mais ricos. O topo de linha e o padrão. |
| Suno V6 Wild | Suno | Música | 33 | Suno V6 Wild — amplia os limites criativos para uma expressão musical mais ousada e marcante; resultados mais variados e menos previsíveis. |
| Suno V6 Mini | Suno | Música | 33 | Suno V6 Mini — leve e rápido, equilibra qualidade e velocidade para criar sem esforço. |
Última atualização