Edge-TTS-Text-to-Speech

מה זה

כותבים או מדביקים טקסט בתיבה, בוחרים קול מתוך רשימת הקולות הזמינים, ומקבלים קובץ שמע לנגינה ולהורדה. הממשק כולל גם שני מחוונים פשוטים: אחד לקביעת מהירות הדיבור באחוזים בין מינוס חמישים לפלוס חמישים, והשני לכוונון גובה הצליל בהרץ בין מינוס עשרים לפלוס עשרים.

מאחורי הקלעים רצה ספריית edge-tts, שמתחברת לשירות הדיבור של Microsoft Edge. אין כאן מודל מקומי כבד שמתאמן או מייצר את הקול מאפס על השרת, אלא מעטפת פייתון שמעבירה את הבקשה ומחזירה קובץ קול שנוצר בענן.

מתאים ל

• קריינות מהירה לטקסטים

  הדבקת פסקאות שלמות והמרתן לקובץ שמע להאזנה או להטמעה בסרטונים.

• בדיקת קולות ומקצבים

  ניסוי של קולות שונים עם שינויי מהירות וגובה צליל כדי למצוא את ההגדרות המתאימות.

• הקראת מאמרים וסיכומים

  יצירת קובץ קול מטקסט ארוך כדי להאזין לו בדרכים במקום לקרוא מהמסך.

איפה זה נופל

זה תלוי לחלוטין בזמינות ובחיבור של השירות של מיקרוסופט. אם החיבור מתנתק או שהשירות חוסם את הבקשה, היישום פשוט יקפיץ אזהרה בממשק. בנוסף, הממשק מספק רק שליטה בסיסית בקצב ובגובה הצליל, בלי אפשרויות עריכה מתקדמות של חיתוך, ניקוי רעשים או שליטה בהטעמות ספציפיות בתוך המשפט.

איך משתמשים

מקלידים את הטקסט, בוחרים קול, מכוונים מהירות וגובה אם צריך, ולוחצים על Generate Speech. היישום רץ על מעבד בסיסי, cpu-basic, אבל מכיוון שהעיבוד מתבצע מול השירות של מיקרוסופט ולא מקומית על המעבד, יצירת השמע מהירה ואינה דורשת כרטיס גרפי. אין צורך בהתחברות או בהזנת מפתח API.

הרישיון

הקוד מופץ תחת רישיון gpl-2.0, שמחייב קוד פתוח תחת אותו רישיון אם אתם משתמשים בו או משנים אותו. לגבי קובצי השמע שנוצרים, השימוש בהם כפוף לתנאי השירות והשימוש של Microsoft Edge TTS שמספק את הקולות עצמם.

הרישיון המלא ב־Hugging Face ↗