akhaliq/VoxCPM-0.5B
רץ בדפדפןakhaliqרישיון לא דווח2025-09-17
הדגמת רשת שממירה טקסט לדיבור ויודעת לשבט קולות מדגימת שמע. היא מיועדת למי שרוצה לבדוק מודל דיבור קל משקל ישירות בדפדפן בלי לכתוב קוד.
- —הורדות בחודש
- 45לייקים
מה זה
אתם כותבים טקסט בתיבה ומקבלים קובץ שמע מוקרא. מעבר להקראה פשוטה, הממשק כולל תפריט לשכפול קול, שבו מעלים דגימת שמע קיימת ומקלידים את הטקסט שנאמר בה, כדי שהקול החדש יישמע כמו ההקלטה המקורית.
מאחורי הקלעים רץ המודל openbmb/VoxCPM-0.5B בגודל של חצי מיליארד פרמטרים בלבד דרך ספריית voxcpm. יש כאן גם שליטה ידנית בהגדרות מתקדמות כמו מדרגות הסקה, סינון רעשים, נרמול עוצמה ומנגנון שמזהה פלטים שבורים ומנסה לייצר אותם מחדש אוטומטית לפי סף שנקבע מראש.
מתאים ל
- הקראת טקסטים מהירה
יצירת קובצי שמע מתוך טקסט כתוב בלחיצת כפתור ישירות מהדפדפן.
- שכפול קול מדגימה
העלאת הקלטה של דובר והפקת דיבור חדש שנשמע כמוהו לפי טקסט ייעודי.
- בדיקת יכולות המודל
משחק עם מדרגות הסקה וסינון רעשים כדי להבין את גבולות הביצועים של כלי קטן.
איפה זה נופל
אם תשאירו את תיבת הטקסט ריקה המערכת תקפיץ אזהרה ותסרב לעבוד. המודל שמתחת קטן למדי וכולל רק חצי מיליארד פרמטרים, מה שאומר שהאיכות והדיוק במילים מורכבות עלולים להישבר, והעובדה שיש בממשק הגדרות ייעודיות לניסיונות חוזרים של מקרים כושלים מעידה על כך שלא כל פלט יוצא נקי בניסיון הראשון.
שאלות
נפוצות
האם השימוש בהדגמה כרוך בתשלום?
לא, הממשק פתוח לשימוש חופשי בדפדפן. לא נדרש תשלום כדי להזין טקסט, להעלות דגימת קול או להוריד את קובץ השמע שנוצר.
מה קורה לקבצי השמע שאני מעלה לצורך שכפול קול?
הקבצים מעובדים על גבי השרת שמריץ את היישום ונשמרים בתיקיות זמניות בזמן היצירה. בגלל שלא פורסמו תנאי שימוש או רישיון ברורים, לא מומלץ להעלות לשם הקלטות רגישות או פרטיות.
כמה זמן לוקח לייצר שמע?
בדרך כלל מדובר בשניות ספורות הודות למאיץ A10G שמבצע את החישובים. עם זאת, אם המרחב היה לא פעיל, ייתכן עיכוב קל של אתחול החומרה לפני שהתהליך מתחיל.
האם אפשר להתקין ולהריץ את זה מקומית?
כן, הקוד מסתמך על חבילת פייתון בשם voxcpm וטוען את המשקלים של openbmb/VoxCPM-0.5B. כל עוד יש לכם סביבת עבודה מתאימה ומעבד גרפי, תוכלו להריץ את אותו המודל על המחשב שלכם.
איך משתמשים
מקלידים את הטקסט הרצוי, פותחים את תפריט שכפול הקול אם רוצים להשתמש בדגימה משלכם, ולוחצים על כפתור הנגינה הגדול. היישום רץ על גבי חומרת zero-a10g שמקצה כרטיס גרפי לפי דרישה, כך שאם השרת בדיוק מתעורר תיתכן המתנה קצרה לפני שהשמע מופק בפועל.
הרישיון
הרישיון של המרחב לא דווח כלל במערכת. כשאין רישיון מוגדר אי אפשר לדעת אם מותר להשתמש בפלט לצרכים מסחריים, וקבצי השמע שאתם מעלים עלולים להישמר זמנית בשרתי צד שלישי שמארחים את ההדגמה.