tada

מה זה

מזינים טקסט בתיבה ומעלים קובץ שמע שמשמש כדוגמת קול, או בוחרים מתוך פריסטים מובנים בממשק. בצד השני מקבלים קובץ שמע חדש של הדיבור שנוצר, יחד עם תצוגות HTML שמציגות את היישור בין הטקסט לטוקנים של האודיו.

מאחורי הקלעים רץ המודל HumeAI/tada-3b-ml יחד עם מקודד האודיו tada-codec. הארכיטקטורה מחברת בין מודל שפה מבוסס Llama 3.2 לבין מודל אקוסטי, ומאפשרת לשלוט בדיוק בתהליך היצירה דרך הגדרות כמו צעדי התאמה, משקלי אימות דובר וניקוי טקסט.

מתאים ל

• בדיקת שיבוט קול מטקסט

  מעלים קובץ קול קצר, מזינים משפט חדש ומקבלים סינתזה של הדיבור.

• בחינת מודל tada-3b-ml

  התנסות מעשית עם המודל שפורסם במאמר ללא צורך בהתקנה מקומית.

• ניתוח סנכרון טקסט ואודיו

  צפייה ביישור הטוקנים והתאמתם לקול באמצעות רכיבי התצוגה בממשק.

איפה זה נופל

ההדגמה מיועדת לניסויים נקודתיים ולא מתאימה להפקת קטעי קול ארוכים ברצף. שמות המודלים רומזים על תמיכה בריבוי שפות, אך ביצועים בעברית אינם מובטחים ולא נבדקו בדף המקורי. בנוסף, חומרת שיתוף עלולה להגביל זמני ריצה או לקרוס תחת עומס משתמשים.

איך משתמשים

בוחרים דוגמת שמע וטקסט, או מקלידים ומעלים קובץ משלכם, ולוחצים על Generate. הממשק רץ על חומרת zero-a10g שמקצה מאיץ גרפי לפי דרישה. אם הכלי היה במצב שינה, תצטרכו להמתין שניות ארוכות לעליית החומרה והמודלים לפני שהעיבוד מתחיל בפועל.

הרישיון

הקוד והמודל כפופים לרישיון Llama 3.2 Community של מטא. מותר להשתמש במודל בכפוף לתנאי השימוש של רישיון זה, אך לגבי קובצי הקול שמעלים ומייצרים, השרת של Hugging Face מעבד אותם ואין להעלות הקלטות רגישות או מידע פרטי.

• שימוש מסחרי עד 700 מיליון משתמשים
• שינוי הקוד
• חובת ייחוס

הרישיון המלא ב־Hugging Face ↗