Dzkaka/ChatTTS

מה זה

אתם מקלידים משפט או פסקה בתיבת הקלט, ובתמורה הממשק פולט קובץ שמע להאזנה וגרסת טקסט מעובדת. מאחורי הקלעים רץ המודל 2Noise/ChatTTS, שמיועד ליצירת דיבור טבעי עם אינטונציות של שיחה. הממשק כולל תיבת סימון לליטוש הטקסט, ומאפשר לראות איך המודל משנה את הניסוח המקורי כדי שיישמע טוב יותר בקול.

חוץ מזה יש כאן שליטה ידנית בהגדרות הדגימה, כמו סליידרים של temperature, top_p ו־top_k, יחד עם ערכי סיד נפרדים לאודיו ולטקסט. ההגדרות האלה קובעות כמה התוצאה תהיה יציבה או מגוונת בכל לחיצה, ומאפשרות לשחזר קול מסוים אם שומרים את המספר המדויק.

מתאים ל

• בדיקת אינטונציה

  שומעים איך המודל מתמודד עם משפטי שיחה יומיומיים.

• התנסות בפרמטרים

  משנים את ערכי הסיד ובודקים איך הם משפיעים על הקול.

• השוואת טקסט מעובד

  בוחנים מה תכונת הליטוש משנה בניסוח לפני ההקראה.

איפה זה נופל

הבעיה המרכזית כרגע היא שההדגמה מדווחת על שגיאת ריצה, RUNTIME_ERROR, ולכן היא פשוט לא עובדת בדפדפן עד שיתקנו אותה. מעבר לזה, הממשק באנגלית ומריץ קוד גולמי של המודל, בלי בדיקה מסודרת של תמיכה בשפות אחרות או בעברית. גם אם תריצו אותו מקומית, חומרת הבסיס שהוגדרה כאן לא משקפת את המהירות האמיתית שאפשר לקבל עם כרטיס מסך מתאים.

איך משתמשים

בפועל אתם מכניסים טקסט, משנים את הסליידרים אם יש צורך, ולוחצים על Generate. אין דרישה לפתוח חשבון או לשלם כדי להשתמש בממשק. עם זאת, ההדגמה מוגדרת על חומרת מעבד בסיסית, cpu-basic, ולא על מאיץ גרפי. מעבד כזה אומר שכל פעולת עיבוד והפקה של קובץ קול לוקחת זמן רב, במיוחד אם הטקסט ארוך.

הרישיון

הרישיון של העמוד הזה לא דווח. זה אומר שאין לכם שום אישור רשמי להשתמש בתוצאות השמע לפרויקטים מסחריים, ואי אפשר לדעת מה המדיניות לגבי שמירת הטקסטים שאתם מזינים לשם.

הרישיון המלא ב־Hugging Face ↗