Modele audio AI pe Kubeez

    Melodii, instrumentale, patru feluri de voce, stem-uri și sunet pentru video, fiecare de la modelul făcut pentru treaba aceea.

    Încearcă V6 și SoniloCompară modelele

    Modelele

    • Prompt: Bright modern pop. Punchy synth bass, tight claps, shimmering top line and a huge catchy hook about replaying the same memory. Confident female vocal, radio-ready polish.

      • V6
      • 194s

    • Prompt: Heroic trailer music. Massive brass theme, driving string ostinato, huge drums, choir-free, building from a quiet piano motif to a full orchestral climax.

      • V6
      • 138s

    • Prompt: Slow lo-fi beat, warm tape hiss, muted rhodes, no drums until the halfway point

      • Sonilo
      • 20s

    V6 și Sonilo

    Melodii cu voce pe versurile tale, sau instrumentale la secundă.

    V6 e varianta implicită, cu voci naturale, V6 Wild e pentru amestecuri îndrăznețe de genuri, V6 Mini pentru schițe rapide. Modul personalizat primește versurile, stilul și o voce masculină sau feminină. Sonilo nu cântă niciodată și livrează exact lungimea cerută.

    Potrivit pentru

    • Jingle-uri cântate pe versurile tale
    • Piese cu voce pentru reels și lansări
    • Instrumentale pe un interval fix (Sonilo)

    Alege alt model pentru

    • Muzică pe un clip anume: folosește Coloană sonoră video.
    • Desfacerea unei melodii existente: folosește Separare muzică.

    Specificații

    Modele
    V6, V6 Wild, V6 Mini, Sonilo
    Mod simplu
    Un prompt, 400 de caractere
    Mod personalizat, caractere
    Titlu 80, stil 1.000, versuri 5.000
    Lungime, familia V6
    Opțional, 10 s la 6 min
    Lungime, Sonilo
    Exactă, 5 s la 6 min
    Încearcă V6 și Sonilo
    Vezi prețurile

    Preț

    VariantăTarifUnitate
    V634credite
    V6 Wild34credite
    V6 Mini34credite
    Sonilo0.75credite / sec
    Tarifele de acum, în credite.

    Text To Dialogue V3

    O voce fixă care citește textul aprobat cuvânt cu cuvânt.

    Alegi una din 26 de voci, fiecare cu mostră, setezi limba și citește exact ce e scris. Etichetele între paranteze, ca [laughs], sunt eliminate, nu interpretate. Prin API și MCP reglezi stabilitatea, similaritatea, stilul și viteza.

    Potrivit pentru

    • Texte aprobate de reclamă și produs
    • Narațiune de curs cu aceeași voce
    • Voiceover în română, hindi sau arabă

    Alege alt model pentru

    • Râs, șoaptă sau schimbări de ton: alege Gemini.
    • Două voci în același fișier: folosește Gemini 3.8.

    Specificații

    Voci
    26, fiecare cu mostră
    Limbi
    29, inclusiv turcă și ucraineană
    Script
    5 până la 5.000 de caractere
    Vorbitori
    O voce pe generare
    Încearcă Text To Dialogue V3
    Vezi prețurile

    Preț

    VariantăTarifUnitate
    Text To Dialogue V326credite
    Tarifele de acum, în credite.

    • Prompt: Style instructions: Speak like a theatrical vampire host. Slow, velvety, menacing, savoring every word. Text: [whispering] Good evening. [long pause] I have been... [laughing softly] expecting you.

      • Algenib

    • Prompt: [laughing] I can't believe you actually did that. [laughing hard] That's the funniest thing I've ever seen.

      • Puck

    • Prompt: [whispering] Ve allí. En silencio, antes de que alguien te vea.

      • Kore

    Gemini 3.1 Flash TTS

    O voce pe care o regizezi în cuvinte simple.

    Îi dai scriptul și un prompt de stil, de exemplu „comentator sportiv cu sufletul la gură”; schimbi indicația și aceleași cuvinte vin cu altă interpretare. Indicațiile între paranteze drepte, ca [sigh], [whispering] sau [long pause], sunt jucate, nu citite.

    Potrivit pentru

    • Replici de personaj cu emoție reală
    • Hook-uri pentru spaniola din Mexic sau Spania
    • Limbi lipsă din V3, ca maghiara

    Alege alt model pentru

    • Două voci în același fișier: folosește Gemini 3.8.
    • Etichete unghiulare, ca <laugh>: le joacă doar 3.8.

    Specificații

    Voci
    30
    Limbi
    87 de coduri regionale, detectare automată
    Script
    4.000 de octeți UTF-8
    Prompt de stil
    4.000 de octeți
    Vorbitori
    O voce pe generare
    Etichete
    Paranteze drepte, interpretate
    Încearcă Gemini 3.1 Flash TTS
    Vezi prețurile

    Preț

    VariantăTarifUnitate
    Gemini 3.1 Flash TTS26credite
    Tarifele de acum, în credite.

    • Prompt: Okay, so we are live, and I have to ask. <short pause> Did you actually read the whole manual? / <laugh> Of course not. I read the first page, and then I just pressed every button until it worked. / That is the most honest answer we have ever had on this show. <chuckle> / <sigh> And honestly? It worked on the third try. <whispers> Do not tell the engineers.

      • Alnilam
      • Laomedeia
      • 24s
      • Kore
      • Enzo

    Gemini 3.8 Flash TTS

    O conversație scriptată pentru unul sau doi vorbitori.

    Scrii până la 50 de replici, dai fiecare lui Speaker 1 sau 2 și atașezi oricăreia propriul mod de interpretare, ca „sec, pe jumătate adormit”. Patruzeci de etichete unghiulare, ca <laugh> și <gasp>, sunt jucate, nu citite.

    Potrivit pentru

    • Dialoguri între două gazde, stil podcast
    • Scripturi de suport, rezervări și meniuri telefonice
    • Un narator a cărui stare se schimbă

    Alege alt model pentru

    • Mai mult de două voci în același fișier.
    • Etichete între paranteze drepte: modelul nu le interpretează.

    Specificații

    Vorbitori
    1 sau 2
    Script
    5.000 de caractere, cu etichete
    Voci
    70, în 10 grupe
    Limbă
    Citită din text, fără setare
    Rezultat
    WAV, 24 kHz mono
    Încearcă Gemini 3.8 Flash TTS
    Vezi prețurile

    Preț

    VariantăTarifUnitate
    Gemini 3.8 Flash TTS26credite
    Tarifele de acum, în credite.

    Seed 1.0 Audio

    O scenă întreagă dintr-o descriere: voci, efecte, muzică.

    Scrii scena ca un regizor: locul, muzica, sunetele, cine vorbește și cum, apoi replicile între ghilimele. Vocile sunt descrise, nu alese, sau clonate din până la trei înregistrări marcate @Voice1 până la @Voice3.

    Potrivit pentru

    • Teatru radiofonic cu muzică și efecte
    • Cutscene-uri de joc și momente de trailer
    • Un personaj cu vocea unei înregistrări reale

    Alege alt model pentru

    • Text aprobat citit exact: folosește Text To Dialogue V3.
    • Română, arabă, hindi sau ucraineană: în afara celor 20.

    Specificații

    Prompt
    Până la 2.048 de caractere
    Lungime
    O decide modelul, maxim 120 s
    Referințe de voce
    Trei înregistrări, 30 s fiecare
    Referință imagine
    O imagine, nu și înregistrări
    Limbi
    20
    Extra prin API și MCP
    Format, viteză de vorbire, volum, înălțime
    Încearcă Seed 1.0 Audio
    Vezi prețurile

    Preț

    VariantăTarifUnitate
    Seed 1.0 Audio0.75credite / sec
    Tarifele de acum, în credite.

    Separare muzică

    Desparți un mix finalizat în voce și instrumental.

    Încarci o melodie mixată și primești două piste: vocea, și tot restul ca un singur instrumental. Le asculți, le oprești și le descarci separat, cu forma de undă și tempoul detectat. Masterele dense pot avea scurgeri: ascultă înainte să publici.

    Potrivit pentru

    • Playback-uri pentru karaoke și cover-uri
    • Voci a cappella pentru remixuri

    Alege alt model pentru

    • Piste separate de tobe, bas sau chitară.
    • Izolarea unui solist dintr-un duet sau cor.

    Specificații

    Intrare
    MP3, WAV, OGG, M4A, FLAC, AAC
    Rezultat
    Voce și instrumental, MP3 320 kbps
    Model
    BS Roformer
    Încearcă Separare muzică
    Vezi prețurile

    Preț

    VariantăTarifUnitate
    Separare muzică6credite / min
    Tarifele de acum, în credite.

    • Prompt: Heavy wooden door slamming shut in an empty stone hall, long tail

      • 8s

    Efecte sonore

    Un sunet descris în cuvinte, pe lungimea aleasă de tine.

    Descrie sunetul, nu scena: ce îl produce, spațiul, cum se stinge. „Ușă grea de lemn trântită într-o sală goală de piatră, ecou lung” merge; „sunet de ușă” e la noroc.

    Potrivit pentru

    • Impacturi, whoosh-uri și tranziții pe titluri
    • Room tone exact pe lungimea cadrului
    • Sunete de interfață și produs pentru demo-uri

    Alege alt model pentru

    • Efecte pe o filmare existentă: folosește Coloană sonoră video.
    • Muzică: folosește studioul de muzică.

    Specificații

    Intrare
    Text, până la 2.000 de caractere
    Lungime
    1 s până la 3 min
    Rezultat
    Un fișier audio
    Motor
    Sonilo
    Încearcă Efecte sonore
    Vezi prețurile

    Preț

    VariantăTarifUnitate
    Efecte sonore0.6credite / sec
    Tarifele de acum, în credite.

    Coloană sonoră video

    Efecte, coloană sonoră sau amândouă, scrise pe filmarea ta.

    Se uită la clip și scrie efecte potrivite pe acțiune, o coloană sonoră pe ritmul montajului sau amândouă, mixate într-o singură trecere. Primești doar pista audio sau clipul cu sunetul inclus.

    Potrivit pentru

    • Randări AI mute și înregistrări de ecran
    • Trailere, reclame și montaje care cresc
    • Clipuri vorbite la cameră, cu muzică dedesubt

    Alege alt model pentru

    • Acțiune foarte rapidă sau neclară: sunetul urmează imaginea.
    • Muzică fără filmare: folosește studioul de muzică.

    Specificații

    Intrare
    Un video, până la 6 min
    Moduri
    Efecte, muzică sau amândouă mixate
    Rezultat
    Pistă audio, sau clipul cu sunet
    Note
    Opționale, până la 2.000 de caractere
    Motor
    Sonilo
    Încearcă Coloană sonoră video
    Vezi prețurile

    Preț

    VariantăTarifUnitate
    Efecte sonore3credite / sec
    Muzică3credite / sec
    Muzică și efecte6credite / sec
    Efecte sonore, cu video3credite / sec
    Muzică, cu video3credite / sec
    Muzică și efecte, cu video6credite / sec
    Tarifele de acum, în credite.

    Cele opt unelte audio, una lângă alta

    ModelCe îi daiCe primeștiLungimeVoci
    V6 și SoniloPrompt sau versuriMelodie sau instrumentalPână la 6 minMasculină, feminină sau fără
    Text To Dialogue V3Un scriptO voce, citire exactăCât scriptul26 voci, 29 limbi
    Gemini 3.1 Flash TTSScript plus prompt stilO voce jucatăCât scriptul30 voci, 87 coduri
    Gemini 3.8 Flash TTSPână la 50 repliciO conversație, WAVCât scriptul70 de voci
    Seed 1.0 AudioDescrierea unei sceneVoci, efecte și muzicăPână la 120 sDescrise sau clonate
    Separare muzicăO melodie mixatăVoce și instrumentalCât fișierul încărcatRămâne cea originală
    Efecte sonoreUn sunet descrisUn efectPână la 3 minFără
    Coloană sonoră videoUn videoEfecte, muzică sau amândouăCât clipulPăstrează vorbirea din clip

    Ce unealtă audio se potrivește treburii tale

    Cum se leagă modelele între ele

    Audio e organizat după treabă, nu după motor. Studioul de muzică are melodiile V6 și instrumentalele Sonilo, exacte la secundă. Studioul Dialogue are patru modele de voce: citire curată, voce regizată, conversație pe două voci, scenă întreagă. Separare muzică și uneltele de sunet pornesc de la materialul tău.

    Sfaturi de lucru

    • Pentru un fundal sub narațiune, generează întâi voiceover-ul, apoi cere-i lui Sonilo exact atâtea secunde.
    • În Coloană sonoră video, rulează întâi fără notă: modelul scrie pe ce vede.
    • La Seed 1.0 Audio, scrie indicațiile în proză, în descrierea scenei, nu ca etichete.

    Alege un plan

    Un singur sold de credite acoperă imagini, video și audio. Alege mărimea potrivită pentru cât produci.

    Cel mai popular

    Studio Pro

    Volum mare de generări la preț moderat.

    49 EURlună
    6,400credite / lună
    Locuri pentru echipă

    2 locuri incluse

    Ce vei genera

    • Imagini~1.600
    • Piese~492
    • Clipuri video~640
    • Separări~1.066
    • Minute Subtitrare~213
    • Toate modeleleInclus
    Alege planul

    Starter

    Generări de nivel redus pentru utilizare regulată.

    10 EURlună
    1,100credite / lună

    Ce vei genera

    • Imagini~275
    • Piese~84
    • Clipuri video~110
    • Separări~183
    • Minute Subtitrare~36
    • Toate modeleleInclus
    Alege planul

    Pro

    Acces la experiența completă.

    20 EURlună
    2,600credite / lună

    Ce vei genera

    • Imagini~650
    • Piese~200
    • Clipuri video~260
    • Separări~433
    • Minute Subtitrare~86
    • Toate modeleleInclus
    Alege planul

    Powerhouse

    Cel mai eficient din punct de vedere al costurilor.

    99 EURlună
    13,000credite / lună

    13.000 de credite/lună

    Locuri pentru echipă
    3 locuri

    Locuri suplimentare 19 EUR/loc/lună

    Ce vei genera

    • Imagini~3.250
    • Piese~1.000
    • Clipuri video~1.300
    • Separări~2.166
    • Minute Subtitrare~433
    • Toate modeleleInclus
    Alege planul

    Enterprise

    Pentru echipe care depășesc planurile standard.

    Personalizat

    Preț adaptat echipei tale

    Ce este inclus

    • Număr de locuri personalizat
    • Volum de credite personalizat
    • Plată pe bază de factură
    • Suport prioritar
    Contactează vânzările
    Sau plătește la cerere

    Testează orice model cu pachete de credite la cumpărare unică

    Creditele nu expiră niciodată și nu au nevoie de abonament — cumperi un pachet, generezi, vezi dacă Kubeez ți se potrivește.

    Alimentare rapidă

    Alimentare rapidă pentru sesiuni scurte de generare.

    Credite

    500

    Plătești

    6 EUR

    Pachet standard

    Pachet mediu, la tariful standard per credit.

    Credite

    1.500

    Plătești

    18 EUR

    −5 %

    Pachet de volum

    Pachet mai mare, cu reducere de volum inclusă.

    Credite

    5.000

    Plătești

    60 EUR57 EUR

    −10 %

    Pachet de producție

    Cel mai bun preț per credit pentru producție susținută.

    Credite

    15.000

    Plătești

    180 EUR162 EUR

    Întrebări frecvente

    • Da. Creezi o Persona dintr-o melodie făcută de tine, apoi o alegi când scrii următoarea. O Persona îți cântă versurile, deci adaugă versuri când o folosești.

    • Da. O desparți cu Separare muzică, păstrezi instrumentalul, apoi îi dai o parte cântată nouă cu Add Vocals din studioul de muzică. Add Vocals primește MP3, WAV sau OGG de până la 20 MB.

    • Limita se numără în octeți, nu în caractere. Chirilica, greaca, araba și scrierile asiatice folosesc mai mult de un octet pe caracter, deci încap mai puține caractere într-o generare.

    • Nu. Nu se sintetizează nimic: vocile originale rămân, iar muzica poate fi pusă mai încet sub ele. Pentru traducere sau redublare, folosește Video dubbing.

    • Da, prin API și MCP. Text To Dialogue V3 primește textul de dinainte și de după replică, așa că fragmentul scurt păstrează firul natural al scriptului întreg.

    Alege modelul potrivit și începe

    Fiecare model de mai sus duce direct la unealta în care rulează.

    Încearcă V6 și SoniloToate familiile de modele