abidlabs/Dia-1.6B
רץ בדפדפןabidlabsרישיון לא דווח2025-04-23
ממשק המרה של טקסט לדיבור שמיועד למי שרוצה לבחון את מודל השמע Dia. מכניסים טקסט ומקבלים קובץ קול שנוצר ישירות מהמודל.
- —הורדות בחודש
- 44לייקים
מה זה
מזינים טקסט לתוך תיבת הקלט ומקבלים פלט של קובץ אודיו. המערכת כוללת אפשרות להעלות קובץ שמע כדוגמת קול שתשמש כהנחיה למודל, כדי לכוון את אופי הדיבור שנוצר. אם לא מעלים קובץ כזה או שהוא ריק, הממשק פשוט מתעלם ממנו וממשיך ביצירה רגילה.
מאחורי הקלעים רץ המודל Dia-1.6B של nari-labs. הממשק נבנה באמצעות ספריית gradio, ומאפשר לשלוט על פרמטרים שונים של הריצה כמו טמפרטורה, מהירות הדיבור, ומספר הטוקנים המקסימלי ליצירה. לפי הקוד, רשימת הדוגמאות המוכנות בעמוד ריקה או שהקבצים שלה חסרים, כך שאי אפשר להסתמך על דוגמאות מובנות מראש.
מתאים ל
- המרת טקסט לדיבור באנגלית
מזינים טקסט ומפיקים קובץ שמע מבוסס על מודל Dia בקלות דרך הדפדפן.
- בדיקת יכולות הנחיית קול
מעלים דגימת שמע קיימת כדי לבדוק איך המודל מגיב ומחקה את אופי הדיבור.
- ניסוי בפרמטרי יצירה
משנים ערכי טמפרטורה, מהירות וכמות טוקנים כדי להבין את השפעתם על הפלט.
איפה זה נופל
הבעיה המיידית היא שהאפליקציה בכלל לא רצה ונמצאת במצב שגיאה, ולכן אינה זמינה לשימוש בעמוד שלה. בנוסף, חסרות בה דוגמאות מובנות לבדיקה מהירה. החומרה שהוקצתה לה היא מעבד בסיסי בלבד, מה שמבטיח זמני המתנה ארוכים לכל משפט. לא צוין בקוד שיש תמיכה בשפות שאינן אנגלית, ולכן יש סיכוי סביר שטקסט בעברית ייכשל או יישמע משובש לחלוטין.
שאלות
נפוצות
האם האפליקציה עובדת כרגע?
לא, נכון לעכשיו היא נמצאת בסטטוס של שגיאת בנייה. אי אפשר להפעיל אותה או להפיק ממנה אודיו דרך הדפדפן עד שהמפתח יתקן את התקלה. אפשר רק לעיין בקוד המקור שפורסם.
האם אפשר להריץ את זה מקומית?
כן, הקוד הציבורי מציג את הייבוא של ספריית dia ואת הטעינה של nari-labs/Dia-1.6B. צריך להתקין את הספריות הנדרשות ולהריץ את הסקריפט app.py על מחשב מתאים. מומלץ להשתמש במעבד גרפי כדי לקבל זמני תגובה שפויים.
מה קורה עם קובצי השמע שמעלים לממשק?
הקוד שומר את קובץ ההנחיה בתיקייה זמנית בשרת לצורך הרצת המודל. אין מידע על שמירה קבועה מעבר לזמן הריצה, אך מדובר בסביבה שיתופית בענן. לא כדאי להעלות הקלטות קול רגישות או פרטיות.
האם יש תמיכה בעברית?
החומר והקוד לא מציינים תמיכה בריבוי שפות או בעברית בפרט. מודלים מסוג זה מאומנים בדרך כלל בעיקר על אנגלית, אלא אם הוגדר אחרת. סביר להניח שהזנת עברית תניב תוצאות לא תקינות.
איך משתמשים
נכון לעכשיו אי אפשר להשתמש באפליקציה בדפדפן כי הסטטוס שלה מוגדר כשגיאת בנייה. במצב תקין, מקלידים טקסט, בוחרים אם לצרף קובץ קול, מכוונים את פרמטרי היצירה ולוחצים על כפתור Generate Audio. האפליקציה מוגדרת על חומרת מעבד בסיסית בלבד ללא מאיץ גרפי, כך שגם כשתתוקן, תהליך יצירת האודיו ממודל של 1.6 מיליארד פרמטרים צפוי להיות אטי במיוחד.
הרישיון
האפליקציה פורסמה ללא רישיון מוגדר. כשאין רישיון מתועד, אין אישור רשמי לשימוש מסחרי בקוד או בתוצרי הקול, ורצוי לבדוק בנפרד את תנאי השימוש של מודל הבסיס עצמו.