Modelo de audio abierto
| Release | Tarea | Idiomas | Parámetros | Duración máxima de audio | Licencia | Uso comercial | Disponible en la UE | Tiempo real | Clonación de voz |
|---|---|---|---|---|---|---|---|---|---|
1
Omnilingual ASR 300M de Meta
|
Voz a texto | 1,600 | 0.3 B | — | Apache 2.0 | Yes | Yes | — | — |
2
Omnilingual ASR 1B de Meta
|
Voz a texto | 1,600 | 1 B | — | Apache 2.0 | Yes | Yes | — | — |
3
Omnilingual ASR 3B de Meta
|
Voz a texto | 1,600 | 3 B | — | Apache 2.0 | Yes | Yes | — | — |
4
Omnilingual ASR 7B de Meta
|
Voz a texto | 1,600 | 7 B | — | Apache 2.0 | Yes | Yes | — | — |
5
MMS (Massively Multilingual Speech) de Meta
|
Voz a texto | 1,107 | 1 B | — | CC BY-NC 4.0 | No | Yes | — | — |
6
SeamlessM4T-Medium de Meta
|
Voz a texto | 101 | 1.2 B | — | CC BY-NC 4.0 | No | Yes | — | — |
7
SeamlessM4T-Large de Meta
|
Voz a texto | 101 | 2.3 B | — | CC BY-NC 4.0 | No | Yes | — | — |
8
Whisper large-v3 turbo de OpenAI
|
Voz a texto | 99 | 0.809 B | — | MIT | Yes | Yes | — | — |
9
Whisper large-v3 de OpenAI
|
Voz a texto | 99 | 1.55 B | — | MIT | Yes | Yes | — | — |
10
Qwen3-ASR-0.6B de Alibaba
|
Voz a texto | 52 | 0.6 B | — | Apache 2.0 | Yes | Yes | Yes | — |
11
Qwen3-ASR-1.7B de Alibaba
|
Voz a texto | 52 | 1.7 B | — | Apache 2.0 | Yes | Yes | Yes | — |
12
Nemotron 3.5 Transcribe de NVIDIA
|
Voz a texto | 40 | 30 B | 60 min | Otra | Yes | — | — | — |
13
Chatterbox Multilingual de Resemble AI
|
Texto a voz | 23 | 0.5 B | — | MIT | Yes | Yes | — | Yes |
14
Cohere Transcribe de Cohere
|
Voz a texto | 14 | 2 B | — | Apache 2.0 | Yes | Yes | — | — |
15
Voxtral Realtime de Mistral
|
Voz a texto | 13 | 4 B | — | Apache 2.0 | Yes | Yes | Yes | — |
16
Bark de Suno
|
Texto a voz | 13 | — | 0.22 min | MIT | Yes | Yes | — | — |
17
Qwen3-TTS-12Hz-0.6B de Alibaba
|
Texto a voz | 10 | 0.6 B | — | Apache 2.0 | Yes | Yes | — | Yes |
18
Qwen3-TTS-12Hz-1.7B de Alibaba
|
Texto a voz | 10 | 1.7 B | — | Apache 2.0 | Yes | Yes | — | Yes |
19
Voxtral TTS de Mistral
|
Texto a voz | 9 | — | — | CC BY-NC 4.0 | No | Yes | — | Yes |
20
Voxtral Small de Mistral
|
Voz a texto | 8 | 24 B | 30 min | Apache 2.0 | Yes | Yes | — | — |
21
Granite Speech 5.0 de IBM
|
Voz a texto | 6 | 2 B | — | Apache 2.0 | Yes | Yes | — | — |
22
Canary-1B de NVIDIA
|
Voz a texto | 4 | 1 B | — | CC BY-NC 4.0 | No | Yes | — | — |
23
VibeVoice de Microsoft
|
Texto a voz | 2 | 1.5 B | 90 min | MIT | — | Yes | — | — |
24
GLM-4-Voice de Zhipu
|
Voz a voz | 2 | 9 B | — | Licencia propia | — | — | — | — |
25
Chatterbox Turbo de Resemble AI
|
Texto a voz | 1 | 0.35 B | — | MIT | Yes | Yes | — | Yes |
26
Parakeet-TDT-0.6B-v2 de NVIDIA
|
Voz a texto | 1 | 0.6 B | — | CC BY 4.0 | Yes | Yes | — | — |
27
Chatterbox de Resemble AI
|
Texto a voz | 1 | 0.5 B | — | MIT | Yes | Yes | — | Yes |
28
AuK de Tencent
|
Texto a voz | — | 1.5 B | — | MIT | Yes | Yes | — | Yes |
29
MiniMax Music 3.0 de MiniMax
|
Música | — | — | 5 min | — | — | — | — | — |
30
Stable Audio 3.0 Medium de Stability AI
|
Música | — | — | 6.33 min | — | — | — | — | — |
31
Stable Audio 3.0 Small de Stability AI
|
Música | — | — | 2 min | — | — | — | — | — |
32
Covo-Audio-Chat de Tencent
|
Voz a voz | — | 7 B | — | Licencia propia | No | — | — | — |
33
HunyuanVideo-Foley-XL de Tencent
|
Efectos de sonido | — | — | — | Licencia propia | — | No | — | — |
34
MiMo-Audio de Xiaomi
|
Voz a voz | — | 7 B | — | MIT | Yes | Yes | — | — |
35
HunyuanVideo-Foley de Tencent
|
Efectos de sonido | — | — | — | Licencia propia | — | No | — | — |
36
Magenta RealTime de Google
|
Música | — | 0.8 B | — | CC BY 4.0 | Yes | Yes | Yes | — |
37
Stable Audio Open Small de Stability AI
|
Efectos de sonido | — | 0.341 B | — | Licencia propia | — | — | — | — |
38
Kimi-Audio de Moonshot
|
Voz a texto | — | 7 B | — | MIT | Yes | Yes | — | — |
39
Conversational Speech Model (CSM) de Sesame
|
Texto a voz | — | — | — | Apache 2.0 | Yes | Yes | — | — |
40
Spirit LM de Meta
|
Voz a voz | — | — | — | Licencia propia | No | — | — | — |
41
Qwen2-Audio de Alibaba
|
Voz a texto | — | 7 B | — | Apache 2.0 | Yes | Yes | — | — |
42
Stable Audio Open de Stability AI
|
Efectos de sonido | — | — | 0.78 min | Licencia propia | — | — | — | — |
43
Seamless de Meta
|
Voz a voz | — | — | — | — | — | — | — | — |
44
Qwen-Audio de Alibaba
|
Voz a texto | — | — | — | Licencia propia | Yes | — | — | — |
45
AudioGen de Meta
|
Efectos de sonido | — | 1.5 B | — | CC BY-NC 4.0 | No | Yes | — | — |
46
MusicGen Small de Meta
|
Música | — | 0.3 B | — | CC BY-NC 4.0 | No | Yes | — | — |
47
MusicGen Medium de Meta
|
Música | — | 1.5 B | — | CC BY-NC 4.0 | No | Yes | — | — |
48
MusicGen Large de Meta
|
Música | — | 3.3 B | — | CC BY-NC 4.0 | No | Yes | — | — |