המונחים:

July 2, 2026

מודלים לחיקוי קולי, נמדדים בחמש שפות.

אנחנו מדגימים עשרה FLEURS דוברים לשפה, יצרו עשרה מוחזקים FLEURS עונשי מטרה, ואז מקבילות הדובר הממוצע, WER/CER, UTMOS איכות נבאדה, ומהירות יציבה של המדינה, השחקנים מתחת להראות הפניה ייצוגית אחת ויצרו פלט מאותו ריצה.

English Filipino (Tagalog)Italiano Bahasa Indonesia Polski Nederlands SvenskaעבריתNorsk bokmål Dansk Română Čeština Suomi Español Deutsch Français Português Русский 中文日本語 한국어 हिन्दी العربية Tiếng Việt Türkçe ไทย

אנגלית אנגלית

FLEURS test/en_us10 נספחים / target

קומה ASR: 3.5% WER על מקורי FLEURS אודיו יעד.

מודל מודל	אחריות	Cosine	WER	UTMOS	אודיו μ	RTF med.	שיא RSS
OmniVoice	int8	0.513	11.1%	2.32	5.20 s	0.17	—
VoxCPM2	bf16	0.547	1.8%	2.97	4.88 s	1.11	1.5 GB
Chatterbox Multilingual	fp16	0.642	1.2%	2.22	5.10 s	0.76	—
Fish Audio S2 Pro	fp16	0.489	3.9%	3.47	4.60 s	2.78	—
Qwen3-TTS Base	1.7B bf16 ICL	0.491	2.4%	3.50	4.95 s	1.70	1.8 GB
F5-TTS	fp16	0.698	5.6%	1.82	9.09 s	0.57	0.7 GB
Higgs TTS 3	bf16	0.472	4.0%	2.88	7.60 s	0.78	8.0 GB
IndexTTS2	fp16	0.738	5.1%	2.98	7.34 s	1.0	2.9 GB

גרמניה גרמנית

FLEURS test/de_de10 נספחים / target

קומה ASR: 11.4% WER על מקורי FLEURS אודיו יעד.

מודל מודל	אחריות	Cosine	WER	UTMOS	אודיו μ	RTF med.	שיא RSS
OmniVoice	int8	0.787	4.3%	2.89	6.57 s	0.22	—
VoxCPM2	bf16	0.732	3.8%	2.80	5.76 s	1.09	1.5 GB
Chatterbox Multilingual	fp16	0.778	5.2%	3.32	6.12 s	1.20	—
Fish Audio S2 Pro	fp16	0.718	7.0%	3.34	5.66 s	2.80	—
Qwen3-TTS Base	1.7B bf16 ICL	0.721	10.8%	3.34	5.79 s	1.72	1.8 GB
Higgs TTS 3	bf16	0.678	5.7%	2.95	11.82 s	0.78	8.0 GB

ערבית מודרנית

FLEURS test/ar_eg10 נספחים / target

קומה ASR: 32.8% WER על מקורי FLEURS אודיו יעד.

מודל מודל	אחריות	Cosine	WER	UTMOS	אודיו μ	RTF med.	שיא RSS
OmniVoice	int8	0.727	33.2%	2.72	7.04 s	0.18	—
VoxCPM2	bf16	0.678	30.2%	2.67	6.26 s	1.14	1.5 GB
Chatterbox Multilingual	fp16	0.703	28.3%	2.90	6.37 s	1.10	—
Fish Audio S2 Pro	fp16	0.688	26.7%	3.30	5.63 s	2.83	—
Higgs TTS 3	bf16	0.700	20.2%	2.75	12.33 s	0.78	8.0 GB

ספרדית

FLEURS test/es_41910 נספחים / target

קומה ASR: 10.6% WER על מקורי FLEURS אודיו יעד.

מודל מודל	אחריות	Cosine	WER	UTMOS	אודיו μ	RTF med.	שיא RSS
OmniVoice	int8	0.758	9.9%	2.86	6.29 s	0.21	—
VoxCPM2	bf16	0.641	5.8%	2.62	4.58 s	1.18	1.5 GB
Chatterbox Multilingual	fp16	0.708	6.9%	3.37	5.08 s	1.22	—
Fish Audio S2 Pro	fp16	0.633	6.8%	2.95	4.48 s	2.73	—
Qwen3-TTS Base	1.7B bf16 ICL	0.710	11.1%	3.03	4.79 s	1.76	1.8 GB
Higgs TTS 3	bf16	0.623	1.0%	2.84	5.08 s	0.78	8.0 GB

סין הסינית

FLEURS test/cmn_hans_cn10 נספחים / target

קומה ASR: 7.6% CER על מקורי FLEURS אודיו יעד.

מודל מודל	אחריות	Cosine	CER	UTMOS	אודיו μ	RTF med.	שיא RSS
OmniVoice	int8	0.709	4.9%	2.83	6.56 s	0.21	—
VoxCPM2	bf16	0.695	4.9%	2.91	5.70 s	1.10	1.5 GB
Fish Audio S2 Pro	fp16	0.634	6.2%	3.55	4.95 s	2.76	—
Qwen3-TTS Base	1.7B bf16 ICL	0.701	5.7%	3.44	5.24 s	1.73	1.8 GB
F5-TTS	fp16	0.780	13.9%	1.66	6.91 s	0.57	0.7 GB
Higgs TTS 3	bf16	0.574	4.3%	3.13	5.01 s	0.78	8.0 GB

ערכים הם מעל 10 קליפים המיוצרים בשפה הנתמכת, למעט RTF, אשר משתמש החצין כדי למנוע תזמון קר בחוץliers. רמקול גבוה יותר cosine אומר כי הסרטון שנוצר הוא קרוב יותר ל. FLEURS דובר ההפניה הטמיע.למטה WER/CER פירוש הדבר שהטקסט המבוקש התאושש בצורה נקייה יותר; הסינים הבקיעו עם CERשפות אחרות עם WERגבוה יותר UTMOS הוא ציון טבעי לא צפוי על 1-5 משקל נמוך יותר RTF מהיר יותר.ד. פירושו שריצה אצווה לא יצרה תזמון אמין עבור השורה הזאת.אלה הם מדדים של תוקפנות הנדסית, לא פאנל של מבוי אנושי. Qwen3-ASR ציון אינו נקי באותה מידה בכל שפה: על האדם המקורי FLEURS קליפים ממוקדים במערכת זו, טעות הבסיס שלה היא 3.5% אנגלית אנגלית WER, 11.4% גרמניה גרמנית WER, 32.8% ערבית ערבית WER, 10.6% ספרדית WERו 7.6% סין הסינית CERקרא WER/CER כאות מתח גלוי לטקסט, לא כאות טהור. TTS ציון איכות.Precision הוא רשום לכל שורה: VoxCPM2הציבור הרחב Swift הנתיב הוא bf16, בזמן OmniVoice מוצג עם The Published int8 החבילה כי fp16 עמוד השדרה לא שימש לריצה שפורסמה זו.קווים קוונטיים יכולים לשנות הן את האיכות והן את המהירות, כך שהשולחן כולל רק את הנתיב הממשי שנמדד לכל שורה.

F5-TTS, Higgs TTS 3ו IndexTTS2 שורות נמדדו ביולי 12, 2026 על אותו הדבר FLEURS בדיקות והוראות ניקוד (n=10 שפה; UTMOS22-strong); שלהם RTF הוא ה-Sentence Index, ו- Peak RSS מגיע מ-CLI Cloe לרוץ שבו ה-CLI של המנועים בנאום CLI.

Input andפלט

מקור Source	תפקידים	שיעור
FLEURS references	המונחים:	16 kHz
OmniVoice / Chatterbox	ייצור	24 kHz
Qwen3-TTS Base ICL	ייצור	24 kHz
Fish Audio S2 Pro	ייצור	44.1 kHz
VoxCPM2	ייצור	48 kHz
F5-TTS / Higgs TTS 3	ייצור	24 kHz
IndexTTS2	ייצור	22.05 kHz

ההתייחסות היא 16 kHz, כך שהם מכילים רק ראיות בלתי ניתנות להשגה 8 תפוקה גבוהה יותר יכול להישמע פתוח יותר כי הם משמרים או מסנתז יותר נשימת פס גבוה, אחבילה ופרטי חדר, אבל 44.1 או או 48 תפוקה kHz אינה מתכוונת באופן אוטומטי לשיבוט טוב יותר.רוב זהות הדוברים והרמזים של אי-אפשרות חיים היטב מתחת לאותה להקה גבוהה, בעוד שאנרגיה גבוהה מדי עלולה לגרום לקול להרגיש חד גם כאשר כאשר הוא מרגיש חד גם כאשר הוא מרגיש רע. WER ודובר קוסטין נראה טוב.

אודיו ומיוצר

דוגמת ייחוס: אנגלית אנגלית

אנגלית אנגלית

FLEURS test/en_us/6306322369645218273.wav

המונחים: One can only wonder what the keyboard will become when something newer comes along.

טקסט שנוצר: While he was working at the hospital Liggins began to investigate premature labor during his spare time.

OmniVoice

int8 השיבוט מתוך אנגלית אנגלית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.513

WER μ

11.1%

UTMOS μ

2.32

RTF med.

0.17

VoxCPM2

bf16 השיבוט מתוך אנגלית אנגלית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.547

WER μ

1.8%

UTMOS μ

2.97

RTF med.

1.11

Chatterbox Multilingual

fp16 השיבוט מתוך אנגלית אנגלית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.642

WER μ

1.2%

UTMOS μ

2.22

RTF med.

0.76

Fish Audio S2 Pro

fp16 השיבוט מתוך אנגלית אנגלית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.489

WER μ

3.9%

UTMOS μ

3.47

RTF med.

2.78

Qwen3-TTS Base

1.7B bf16 ICL השיבוט מתוך אנגלית אנגלית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.491

WER μ

2.4%

UTMOS μ

3.50

RTF med.

1.70

F5-TTS

fp16 השיבוט מתוך אנגלית אנגלית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.698

WER μ

5.6%

UTMOS μ

1.82

RTF med.

0.57

Higgs TTS 3

bf16 השיבוט מתוך אנגלית אנגלית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.472

WER μ

4.0%

UTMOS μ

2.88

RTF med.

0.78

IndexTTS2

fp16 השיבוט מתוך אנגלית אנגלית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.738

WER μ

5.1%

UTMOS μ

2.98

RTF med.

1.0

דוגמת ייחוס: גרמניה גרמנית

גרמניה גרמנית

FLEURS test/de_de/17047810064400454397.wav

המונחים: Wenn man eine romanische Sprache spricht, ist es natürlich leichter, Portugiesisch zu erlernen.

טקסט שנוצר: Die Oberfläche des Mondes besteht aus Gestein und Staub. Die äußere Schicht des Mondes wird als Kruste bezeichnet.

OmniVoice

int8 השיבוט מתוך גרמניה גרמנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.787

WER μ

4.3%

UTMOS μ

2.89

RTF med.

0.22

VoxCPM2

bf16 השיבוט מתוך גרמניה גרמנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.732

WER μ

3.8%

UTMOS μ

2.80

RTF med.

1.09

Chatterbox Multilingual

fp16 השיבוט מתוך גרמניה גרמנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.778

WER μ

5.2%

UTMOS μ

3.32

RTF med.

1.20

Fish Audio S2 Pro

fp16 השיבוט מתוך גרמניה גרמנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.718

WER μ

7.0%

UTMOS μ

3.34

RTF med.

2.80

Qwen3-TTS Base

1.7B bf16 ICL השיבוט מתוך גרמניה גרמנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.721

WER μ

10.8%

UTMOS μ

3.34

RTF med.

1.72

Higgs TTS 3

bf16 השיבוט מתוך גרמניה גרמנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.678

WER μ

5.7%

UTMOS μ

2.95

RTF med.

0.78

דוגמת ייחוס: ערבית מודרנית

ערבית מודרנית

FLEURS test/ar_eg/747984393569561964.wav

המונחים: المناطق الكبيرة في الشمال هي مناطق قليلة السكان نوعا ما والبعض غير مأهول تقريبا.

טקסט שנוצר: قامت فرقة إيروشميث بإلغاء باقي حفلاتهم في جولتهم الموسيقية.

OmniVoice

int8 השיבוט מתוך ערבית מודרנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.727

WER μ

33.2%

UTMOS μ

2.72

RTF med.

0.18

VoxCPM2

bf16 השיבוט מתוך ערבית מודרנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.678

WER μ

30.2%

UTMOS μ

2.67

RTF med.

1.14

Chatterbox Multilingual

fp16 השיבוט מתוך ערבית מודרנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.703

WER μ

28.3%

UTMOS μ

2.90

RTF med.

1.10

Fish Audio S2 Pro

fp16 השיבוט מתוך ערבית מודרנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.688

WER μ

26.7%

UTMOS μ

3.30

RTF med.

2.83

Higgs TTS 3

bf16 השיבוט מתוך ערבית מודרנית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.700

WER μ

20.2%

UTMOS μ

2.75

RTF med.

0.78

דוגמת ייחוס: ספרדית

ספרדית

FLEURS test/es_419/11137049735103408221.wav

המונחים: Las escenas se proyectan en las pirámides y todas ellas son iluminadas.

טקסט שנוצר: La segregación y la recombinación barajan la variación entre uno y otro generación tras generación.

OmniVoice

int8 השיבוט מתוך ספרדית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.758

WER μ

9.9%

UTMOS μ

2.86

RTF med.

0.21

VoxCPM2

bf16 השיבוט מתוך ספרדית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.641

WER μ

5.8%

UTMOS μ

2.62

RTF med.

1.18

Chatterbox Multilingual

fp16 השיבוט מתוך ספרדית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.708

WER μ

6.9%

UTMOS μ

3.37

RTF med.

1.22

Fish Audio S2 Pro

fp16 השיבוט מתוך ספרדית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.633

WER μ

6.8%

UTMOS μ

2.95

RTF med.

2.73

Qwen3-TTS Base

1.7B bf16 ICL השיבוט מתוך ספרדית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.710

WER μ

11.1%

UTMOS μ

3.03

RTF med.

1.76

Higgs TTS 3

bf16 השיבוט מתוך ספרדית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.623

WER μ

1.0%

UTMOS μ

2.84

RTF med.

0.78

דוגמת ייחוס: סין הסינית

סין הסינית

FLEURS test/cmn_hans_cn/6735471425702786619.wav

המונחים: 当天，格林尼治时间 (GMT) 约 12 时许，该车辆被拖离事故现场。

טקסט שנוצר: 植物通过光合作用从阳光中获取养分。它们还能提供荫凉。

OmniVoice

int8 השיבוט מתוך סין הסינית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.709

CER μ

4.9%

UTMOS μ

2.83

RTF med.

0.21

VoxCPM2

bf16 השיבוט מתוך סין הסינית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.695

CER μ

4.9%

UTMOS μ

2.91

RTF med.

1.10

Fish Audio S2 Pro

fp16 השיבוט מתוך סין הסינית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.634

CER μ

6.2%

UTMOS μ

3.55

RTF med.

2.76

Qwen3-TTS Base

1.7B bf16 ICL השיבוט מתוך סין הסינית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.701

CER μ

5.7%

UTMOS μ

3.44

RTF med.

1.73

F5-TTS

fp16 השיבוט מתוך סין הסינית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.780

CER μ

13.9%

UTMOS μ

1.66

RTF med.

0.57

Higgs TTS 3

bf16 השיבוט מתוך סין הסינית הפניה. metrics הם 10-clip אמצעי; אודיו הוא מדגם נציג אחד.

Cosine

0.574

CER μ

4.3%

UTMOS μ

3.13

RTF med.

0.78

שיטות

הערות של Dataset, לא הדגמה שנבחרה ביד

הודעות וטקסטים של מטרות מגיעות מ-Google FLEURS פיצול מבחן: אנגלית, גרמנית, ערבית, ספרדית ומנדרינית סינית לכל שפה בחרנו עשרה קטעי התייחסות וצמדנו כל אחד עם מגוון רחב של נושאים. FLEURS עונש מטרה, כך המדדים רגישים פחות לעונש קל או רע אחד.עבור מנועי המקבלים את תמליל ההתייחסות, המדויק FLEURS התעתיק הועבר עם מהירות השמע.

צורת הציון משקפת את הצד האובייקטיבי של הערכת הקול בסגנון VoxCPM: אינפורמטיבי באמצעות אינפורמטיביות WER/CER, ולהטיש באמצעות דמיון משותף של דובר-הרמקול.הדובר encoder כאן הוא כאן. Soniqo« speech embed-speaker --engine mlxלכן, להשוות שורות בתוך השולחן הזה, לא נגד מספרי נייר SIM ישירות.

UTMOS הוא מצורף עם utmos22_strong מ- SpeechMOS לאחר resampling יצר קליפים עד 16 kHz. זה נותן אות טבעי ללא הפרעה כי WER

בסיס Qwen3-TTS נמדד עם הציבור speech-swift ICL API.Qwen3TTSModel.fromPretrainedWithEncoder + synthesizeWithVoiceCloneICL(השתמש באותו אופן) FLEURS התייחסות לשמע ולתעתיק, היא מושרשת לערבית משום שההווה Qwen3-TTS שפה שהתגלתה כאן אינה כוללת ערבית. Chatterboxרשימת השפה של מעלה כוללת סינית, אך הנוכחית Swift החזית תומכת רק בנתיב הסימון הישיר. en, ar, hi, de, es, fr, itו ptהשורה הסינית מושמטת בכוונה עד לקרקעות הקדמיות.

# Public speech-swift CLI example for one generated row.
speech speak "$TEXT" \
  --engine voxcpm2 \
  --voxcpm2-variant bf16 \
  --voxcpm2-ref-audio reference.wav \
  --language arabic \
  --output generated.wav

speech embed-speaker reference.wav --engine mlx --json
speech embed-speaker generated.wav --engine mlx --json
speech transcribe generated.wav --engine qwen3 --model 0.6B --language arabic

למה מספר ציונים?

שיבוט יכול להישמע כמו הדובר, אבל לומר את הטקסט הלא נכון, או לומר את הטקסט בבירור תוך שהוא חסר את הדובר.זה יכול גם להתאים את הטקסט ואת הדובר בעת ביצוע פריטים בלתי מובנים. WER/CERו UTMOS לתפוס מצבי כשלון שונים, כך שכל השלושה צריכים להיות גלויים.

רגשות וסגנון

OmniVoice

סגנון רחב

טוב כאשר אתה רוצה רמקול משובש עם הדרכה פשוטה למשלוח, כגון רגוע, צעיר, נמוך יותר, או לחש לקרוא.זה ציון השתמש משלוח נייטרלי.

Chatterbox Multilingual

כוח ביטוי

שימושי כאשר אתה רוצה את אותו הדובר כדי להישמע יותר מאופק או יותר אנימציה מבלי לכתוב תגי רגש לתוך הטקסט.זה benchmark שמרה על ביטוי נייטרלי.

VoxCPM2

כיוון קול במילים פשוטות

התאמה חזקה כאשר אתה רוצה לתאר את קול היעד או משלוח בשפה טבעית, בעוד עדיין משובץ מקטע ההתייחסות.זה ציון השתמש רק קליפת ההתייחסות.

Fish Audio S2 Pro

הוראות משלוח

הטוב ביותר כאשר התסריט זקוק לרגעים מפורשים כמו צחוק, לחש, התרגשות או עצבות.ציון זה השתמש בטקסט רגיל ללא רמזים פועלים.

Qwen3-TTS Base

תגית:audio ICL

השתמש ב- FLEURS ופרוטוקול כמיזוג in-context.זהו ההשוואה Qwen3-TTS Path for Sample-based Cloing בטבלה.

F5-TTS

מהירות + דגלי זרע

אין תגים פנימיים; --f5-speed קשקשים ו --f5-seed מסמנים את הזרם בדיוק - הנקי ביותר של השיבוטים המהירים.

Higgs TTS 3

Inline Control tokens

וידוי: ... > < סגנון: שריקה; ו-gt; ו- < sfx:laughter; and Prosody tags להציב ישר בטקסט היעד.

IndexTTS2

המונחים: + וקטורים

--indextts2-emotion presets או וקטור ערכי 8, במשקל, בתוספת קטעי איכות בסגנון נפרד ובקרת דיבור.

האינדקס משאיר בכוונה את הבקרות הללו נייטרליות.זה שומר על זהות הקשורה ל- FLEURS בהתייחסות במקום לתגמל מודל להוספת רגש נוסף, לחישה, לצעוק או לצחוק.

לקרוא את התוצאה

התייחס לכך כבדיקה הנדסית קומפקטית, לא מנהיגה של עשרה זוגות הפניה / target שפה הם שימושיים יותר מאשר משפט דמו יחיד, אבל עדיין קטן מדי כדי לכתר מנצח אוניברסלי.הקריאה השימושית היא שם מודל יציב או מתפתל עבור שפה מסוימת ומדד.

Fish Audio ו Qwen3-TTS לעתים קרובות ציון טוב יותר על UTMOS גם כאשר מודל אחר יש רמקולים גבוהים יותר. Qwen3-TTS בסיס ICL נכלל עבור אנגלית, גרמנית, ספרדית וסינית; בריצה זו היא חזקה ביותר כמו טקסט/recovery/recovering, אך לא רקמותק-line, בעוד שעדיין לא זמין בדוגמת תקן אחד.

נסו את הערימה

Speech Studio

אפליקציית שולחן העבודה המקומית עבור שיבוט קולות ועריכת תסריטים רב-קוליים על המכונה שלך.

פתוח Speech Studio

Soniqo Cloud

נקודת קצה מארחת לבדיקת אותה ערימה דיבור לפני שמציקה אותו למוצר.

פתח soniqo.audio/Cloud

תגית: docs נייר VoxCPM