オーディオモデル
音声、音楽、オーディオ処理のためのAIモデル
クイック検索⌘K
カテゴリ
すべてのモデルシリーズ
12 シリーズxAI
Grok
チャット画像動画オーディオテキスト読み上げ音声文字起こしVisionコード
19 モデルシリーズを開く
Kling
画像動画オーディオ
16 モデルシリーズを開く
Qwen Omni
チャットオーディオ翻訳音声文字起こしVision
13 モデルシリーズを開く
Qwen ASR
オーディオ音声文字起こし
10 モデルシリーズを開く
Qwen TTS
オーディオテキスト読み上げ音楽
10 モデルシリーズを開く
GPT Audio
オーディオ翻訳
8 モデルシリーズを開く
GPT 文字起こし
オーディオ音声文字起こし
5 モデルシリーズを開く
音声
オーディオテキスト読み上げ
5 モデルシリーズを開く
GPT 4o
チャットオーディオテキスト読み上げVision
3 モデルシリーズを開く
Whisper
オーディオ音声文字起こし
3 モデルシリーズを開く
Suno
オーディオ音楽
2 モデルシリーズを開く
TTS
オーディオテキスト読み上げ
2 モデルシリーズを開く
オーディオモデル モデルの選び方
本番環境のモデル選定は、モデルファミリーの網羅性、プロバイダー対応、課金単位、リクエスト形式、レイテンシ、出力品質によって決まります。
選定シグナル
- 実際に必要なリクエスト形式と出力タイプにモデルを合わせます。
- 本番コストを見積もる前に、課金単位を比較します。
- 重要なワークロードへルーティングする前に、小さなライブテストを実行します。
