ابزارهای مشابه پاکت‌پال ای‌آی

گراک

Grok

رایگان

دستیار SpaceXAI با Grok 4.6 برای ایجنت و کدنویسی، دسترسی زنده به X، و Grok Imagine Image 2 برای ساخت/ویرایش عکس.

جمنای نوت‌بوک

Gemini Notebook (NotebookLM)

رایگان

دستیار پژوهش گوگل با تبدیل گفتار به متن روی منابع صوتی/ویدئویی شما: آپلود کنید، رونویسی و خلاصه فارسی بگیرید + پادکست Audio Overview.

نانوبنانا

Nano Banana

رایگان

خانوادهٔ مدل‌های ساخت و ویرایش تصویر گوگل؛ تازه‌ترینش Nano Banana 2.1 (۶ اکتبر ۲۰۲۶) با نصف قیمت نسخهٔ ۲، متن دقیق‌تر داخل تصویر، ویرایش ناحیه‌ای و ثبات بهتر شخصیت — داخل اپ Gemini، Google AI Studio و Flow.

هدرا

Hedra

رایگان

ساخت کاراکتر و آواتار سخنگو از یک عکس و فایل صدا با مدل‌های اختصاصی Hedra Avatar و Character-3 (تا ۱۰ دقیقه، تا ۱۰۸۰p)؛ حالا یک استودیوی ایجنت‌محور هم هست که ده‌ها مدل ویدئو، تصویر و صدا را یک‌جا می‌دهد.

دی-آی‌دی استودیو

D-ID Studio

از پیشگامان فناوری «عکس سخنگو»: یک عکس پرتره و متن می‌دهید و ویدیوی سخنگو تحویل می‌گیرید؛ حالا روی ایجنت‌های آواتاری تعاملی هم تمرکز کرده است.

ویسپر

OpenAI Whisper

رایگان

مدل متن‌باز تشخیص گفتار OpenAI؛ استاندارد عملی پیاده‌سازی صوت به متن که فارسی را هم خوب می‌فهمد و رایگان روی سیستم خودتان اجرا می‌شود.

اسپیچیفای

Speechify

رایگان

اپ محبوب «بخوان برایم»: مقاله، PDF، ایمیل و کتاب را با صدای طبیعی و حتی صدای سلبریتی‌ها برایتان می‌خواند.

اومنی‌ویس (آفلاین)

OmniVoice (offline)

رایگان

مدل تبدیل متن به گفتار تیم k2-fsa با پشتیبانی رسمی فارسی: کلون صدا از یک نمونهٔ کوتاه، ساخت صدای تازه با توصیف جنسیت، سن و لهجه، و ۶۴۶ زبان. فایلش ۲٫۴۵ گیگابایت است و روی کارت ۴ گیگابایتی آزموده شده. خطای حروف گفتار فارسی‌اش ۱٫۹۰٪ است در برابر ۱٫۵۷٪ صدای واقعی؛ وزن‌ها فقط برای کار غیرتجاری آزادند.

پایپر (آفلاین)

Piper (offline)

رایگان

موتور سبک و سریع تبدیل متن به گفتار که روی CPU و حتی رزبری‌پای کار می‌کند؛ پنج صدای رسمی فارسی دارد (amir، ganji، ganji_adabi، gyro و reza_ibrahim) و کاملاً آفلاین است.

الون‌ریدر

ElevenReader

رایگان

اپ کتاب‌خوان صوتی الون‌لبز: PDF، کتاب EPUB، فایل Word یا لینک مقاله را می‌دهید و با صدایی خیلی طبیعی برایتان بلند می‌خواند؛ ۱۰ ساعت رایگان در ماه — ولی فارسی را نمی‌خواند.

کاراکتر ای‌آی

Character.AI

رایگان

سایت و اپ چت و نقش‌آفرینی با میلیون‌ها شخصیت هوش مصنوعی که کاربران ساخته‌اند؛ از قهرمان انیمه و بازی تا شخصیت تاریخی و معلم زبان. شخصیت خودتان را با صدا و تصویر می‌سازید و تماس صوتی می‌گیرید. پیام رایگان نامحدود با تبلیغ؛ رابط فارسی ندارد و زیر ۱۸ سال چت آزاد ممکن نیست.

ال‌ام استودیو

LM Studio

رایگان

برنامهٔ رایگان ویندوز، مک و لینوکس برای دانلود و اجرای مدل‌های زبانی روی کامپیوتر خودتان: چت آفلاین، گفت‌وگو با اسناد، سرور API سازگار با OpenAI و ایجنت Bionic برای کار و کدنویسی.

کوئن ۳.۵ (آفلاین)

Qwen3.5 (offline)

رایگان

خانوادهٔ مدل باز علی‌بابا که فارسی در فهرست رسمی زبان‌هایش است؛ از 0.8B برای لپ‌تاپ ضعیف تا 35B-A3B برای سیستم قوی، با فهم تصویر، حافظهٔ متنی ۲۶۲ هزار توکنی و مجوز Apache 2.0.

اوپن وب‌یوآی

Open WebUI

رایگان

رابطی شبیه ChatGPT که روی لپ‌تاپ یا سرور خودتان نصب می‌شود و به Ollama یا هر API سازگار با OpenAI وصل می‌شود؛ با گفت‌وگو با اسناد، مدیریت کاربران، LDAP و ورود یکپارچه (SSO).

جما ۴ (آفلاین)

Gemma 4 (offline)

رایگان

خانوادهٔ مدل باز گوگل که روی لپ‌تاپ یا کامپیوتر خودتان و بدون اینترنت اجرا می‌شود: چت، خلاصه‌نویسی، کدنویسی و فهم تصویر در پنج اندازه از E2B تا 31B، با مجوز آزاد Apache 2.0.

گوگل ویدز

Google Vids

رایگان

ویرایشگر ویدئوی گوگل روی docs.google.com/videos: ویدئوی کامل با تایم‌لاین، اسلاید یا سند به ویدئو، آواتار و صداگذاری، و کلیپ هوش مصنوعی — رایگان با سهمیهٔ ماهانه؛ Gemini Omni در پلن‌های Pro و Ultra.

کلینگ

Kling AI

رایگان

ابزار ویدئوی هوش مصنوعی کوایشو با Kling 3.0 و 3.0 Omni: متن یا عکس را به کلیپ تا ۱۵ ثانیه‌ای با صدای همزمان تبدیل می‌کند؛ Omni کاراکتر را از روی ویدئوی مرجع با همان چهره و صدا در صحنه‌های تازه نگه می‌دارد.

الون‌لبز

ElevenLabs

رایگان

بهترین کیفیت متن‌به‌گفتار و دوبله بازار — عالی ولی گران؛ برای کار حجیم مسیر Google AI Studio / OpenAI.fm + Descript ارزان‌تر است.