گوگل: لیریا ۳ پرو یک مدل تبدیل متن به گفتار است که توسط گوگل توسعه یافته است. این مدل برای تولید آهنگهای کامل با کیفیت بالا و فرکانس ۴۸ کیلوهرتز مناسب است. با استفاده از ورودیهای متنی یا تصویری، این مدل میتواند خروجیهای متنی و صوتی تولید کند. نقطه قوت این مدل در تولید موسیقی با کیفیت بالا و قابلیت پردازش دادههای بزرگ است.
این مدل توسط سازنده بازنشسته شده و دیگر برای تولید تازه قابل انتخاب نیست؛ صفحه بهعنوان بایگانی رسمی باقی میماند.
| سازنده | Google (ایالات متحده) |
|---|---|
| خانواده | |
| تاریخ عرضه | 2026-03-30 |
| پنجرهٔ زمینه | ۱٬۰۴۸٬۵۷۶ توکن |
| حداکثر خروجی در هر پاسخ | ۶۵٬۵۳۶ توکن |
| ورودی | متن، تصویر |
| خروجی | گفتار |
| قابلیتها | درک تصویر |
| وضعیت در نهال | بازنشسته (بایگانی) |
گوگل: لیریا ۳ پرو یک مدل تبدیل متن به گفتار است که توسط گوگل توسعه یافته است. این مدل برای تولید آهنگهای کامل با کیفیت بالا و فرکانس ۴۸ کیلوهرتز مناسب است. با استفاده از ورودیهای متنی یا تصویری، این مدل میتواند خروجیهای متنی و صوتی تولید کند.
۱٬۰۴۸٬۵۷۶ توکن؛ یعنی این مدل میتواند در یک درخواست، متن ورودی و تاریخچهٔ گفتگو را تا همین اندازه همزمان در نظر بگیرد. هر پاسخ حداکثر ۶۵٬۵۳۶ توکن است.
درک تصویر. ورودی: متن، تصویر؛ خروجی: گفتار.
خیر؛ سازنده این مدل را بازنشسته کرده و در نهال برای تولید تازه قابل انتخاب نیست. مدلهای فعال Google در همین صفحه فهرست شدهاند.