instant-TTS-Bark-cloning
רץ בדפדפןfffiloniרישיון לא דווח2023-08-21
הדגמה פשוטה לשכפול קול והקראת טקסט בעזרת Bark של Coqui. היא מיועדת למי שרוצה לבדוק התאמת קול אישי למודל בלי לכתוב שורת קוד אחת.
- —הורדות בחודש
- 189לייקים
מה זה
מזינים טקסט כתוב ודגימת קול של הדובר שרוצים לחקות. את האודיו אפשר להעלות כקובץ, להקליט ישירות ממיקרופון במחשב, או לבחור מתוך גלריית דמויות קיימת מראש. אם אין לכם הקלטה מוכנה, יש שם דוגמאות מובנות עם קולות כמו en_speaker_6 כדי לראות איך זה עובד מיד.
מאחורי הקלעים הקוד מריץ את ספריית TTS של Coqui עם מודל Bark. המערכת מחלצת את מאפייני הדיבור ומפיקה קובץ אודיו חדש בשם output.wav, סרטון וידאו קצר שמציג את גל הקול, וקובץ npz שמכיל את נתוני הקול ששוכפל להורדה.
מתאים ל
- הפקת קובץ קול אישי
יצירת קובץ npz מדגימת קול קצרה לצורך שימוש חוזר עם Bark.
- בדיקת הקראה מהירה
האזנה למשפטים בודדים בקולות מוכנים מראש כדי לבדוק התאמה לפרויקט.
- המרת טקסט לסרטון גל קול
יצירת קליפ וידאו פשוט המציג את תנועת האודיו לשיתוף מיידי.
איפה זה נופל
ההדגמה מוגבלת לעשרת המשפטים הראשונים בלבד, וטקסט ארוך יותר פשוט ייחתך אוטומטית. מי שבוחר דמות מוכנה חייב להקפיד להזין ידנית את שם הדמות בתיבה הייעודית, אחרת הריצה נכשלת. בנוסף, המודל הזה כבד ונוטה לפספס אינטונציות בלי דגימת קול נקייה מאוד.
שאלות
נפוצות
האם אפשר להשתמש באפליקציה הזאת עכשיו?
כרגע המרחב מוגדר במצב מושהה ולא מקבל בקשות. כדי להשתמש בו צריך לשכפל את העמוד לחשבון האישי שלכם בחינם או להפעיל אותו מחדש תחת חומרה מתאימה. אחרת, כפתורי השליחה פשוט לא יעבדו.
מה מגבלת הטקסט שאפשר להקריא בריצה אחת?
הקוד חותך אוטומטית כל טקסט אחרי עשרה משפטים כדי למנוע עומס על השרת. מי שצריך קטעים ארוכים יותר יכול לשכפל את המרחב ולשנות את המשתנה MAX_NUMBER_SENTENCES בקוד עצמו. הגרסה הציבורית לא תאפשר יותר מזה.
האם הקבצים והקול שלי נשארים פרטיים?
האפליקציה כוללת כפתור שיתוף לקהילה שמאפשר לחשוף את התוצאות לאחרים. מעבר לכך, העיבוד נעשה על שרת ענן ציבורי ולא על המחשב המקומי שלכם. אם מדובר בהקלטות רגישות, עדיף להריץ את הקוד עצמאית ולא להעלות אותן למרחב פתוח.
איך משתמשים
בוחרים שיטת קלט, מסמנים אם רוצים ניקוי רעשים בסיסי להקלטה, מדביקים את הטקסט ולוחצים Submit. המערכת רצה על חומרת a10g-small שנותנת עיבוד סביר לקטעים קצרים, אבל צריך לזכור שהשרת הזה נמצא כרגע במצב PAUSED ואי אפשר להריץ אותו ישירות בלי להפעיל או לשכפל את המרחב קודם.
הרישיון
הרישיון של המרחב לא דווח. המשמעות היא שאין תנאי שימוש ברורים לשימוש מסחרי בקוד או בפלטים, וכל קובץ שמעלים או מפיקים נשאר תחת ברירת המחדל של הפלטפורמה.