so-vits-svc-models-ba

מה זה

הממשק מציע שני מסלולים. אפשר להעלות קובץ אודיו ולבצע המרת קול לקול, או להקליד מלל ולהשתמש במנגנון טקסט לשמע שמבוסס על edge_tts. התוצאה היא קובץ אודיו מוגמר שמשמיע את התוכן בקול של הדמות שנבחרה מתוך הרשימה.

מאחורי הקלעים רצה ספריית so-vits-svc לעיבוד והמרת קול באמצעות מודלים ייעודיים. הקוד נשען על חבילות פייתון כמו librosa, soundfile ו־scipy לעיבוד האות, וכולל פרמטרים טכניים לכוונון גובה הצליל, בחירת אלגוריתם לחיזוי תדר בסיסי כמו pm, dio, harvest או crepe, וסינון רעשים.

מתאים ל

• המרת קול להקלטה קיימת

  מעלים קובץ שמע, בוחרים דמות מתוך הרשימה ומקבלים את הדיבור בקול החדש.

• הקראת טקסט בקול דמות

  מקלידים משפט בתיבת המלל, בוחרים מהירות ומפיקים אודיו בעזרת edge_tts.

• כוונון מתקדם של גובה צליל

  משנים את ערכי הטרנספורמציה ואלגוריתם ה־f0 כדי להתאים את השירה לטונציה.

איפה זה נופל

הממשק בנוי בסינית, מה שמקשה על ההתמצאות למי שלא קורא את השפה. אם לא תעלו אודיו או לא תבחרו מודל, תקבלו שגיאה ישירה.

הריצה על מעבד רגיל מגבילה מאוד את קצב העבודה בהשוואה לכרטיס מסך. חוץ מזה, דוגמאות מוכנות מראש מנוטרלות בקוד, כך שחייבים להזין חומרים משלכם כדי לבדוק את איכות הפלט.

איך משתמשים

בוחרים דמות מתוך הרשימה, מכוונים הגדרות כמו f0 לפי הצורך, ומעלים קובץ שמע או מקלידים טקסט. בסיום לוחצים על כפתור השליחה ומחכים לקובץ התוצאה ולהודעת הפלט.

אין צורך להתחבר כדי להשתמש. המערכת רצה על חומרת מעבד בסיסית, cpu-basic, בלי מאיץ גרפי. חישובי המרת קול על מעבד כזה לוקחים זמן, בטח בהקלטות ארוכות, אז צריך להתאזר בסבלנות.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0 שמאפשר שימוש נרחב, כולל שינוי והפצה תחת תנאי הרישיון. המידע והקבצים מועלים ישירות לדפדפן ולשרת המארח של היישום.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗