OmniVoice — הדגמה

מה זה

הממשק מבוסס על Gradio ומבקש מכם דגימת קול וטקסט שתרצו להקריא. בפנים רץ המודל המרכזי של OmniVoice יחד עם כמה רכיבים תומכים: טוקנייזר Higgs Audio, מודל שפה קטן של Qwen, ו־Whisper של OpenAI כדי לחלץ את הטקסט מדגימת הקול שלכם במידת הצורך.

המערך הזה מיועד לתמוך ביותר מ־600 שפות שונות ישירות מהדפדפן, בלי שתצטרכו לאמן מודל משלכם. הקוד טוען את משקלי המודל ומייצר קובץ אודיו חדש שנשמע כמו הדובר שסיפקתם.

מתאים ל

• בדיקת שכפול קול

  העלאת הקלטה קצרה כדי לבדוק איך המודל משחזר את גוון הדיבור והאינטונציה.

• הקראת טקסט בשפות נדירות

  הפקת שמע בטקסטים שאינם באנגלית, מתוך מאגר של מאות שפות נתמכות.

• בדיקת התאמה לפני הטמעה

  ניסוי מהיר של היכולות לפני שמורידים את הקוד ומריצים אותו מקומית.

איפה זה נופל

אם אתם בונים על דיוק מושלם בעברית או במבטאים מקומיים, קחו בחשבון שתמיכה רחבה במאות שפות מגיעה לעיתים קרובות על חשבון איכות ההגייה בשפות ספציפיות. מעבר לזה, ההדגמה תלויה במכסת זמן ריצה חינמית, כך שלא תוכלו לייצר כאן קטעי שמע ארוכים או להריץ משימות כבדות ברצף בלי להיתקל במגבלות השרת.

איך מריצים

לוחצים על כפתור ההפעלה אחרי שמזינים את הטקסט ומצרפים את ההקלטה. ההדגמה רצה על מאיץ A10G דרך Spaces, מה שאומר שהעיבוד עצמו מהיר יחסית, אבל אתם חולקים את המשאב עם משתמשים אחרים. אין צורך בהתקנה מקומית, פשוט פותחים את העמוד בדפדפן וממתינים לתור אם המערכת עמוסה.

pip install -U huggingface_hub
hf download k2-fsa/OmniVoice

הקבצים

13 קבצים במאגר, 3.0 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• model.safetensors2.5 GB
• audio_tokenizer/model.safetensors805.7 MB
• tokenizer.json11.4 MB
• README.md9.4 KB
• audio_tokenizer/LICENSE9.2 KB
• audio_tokenizer/README.md5.2 KB
• chat_template.jinja4.2 KB
• audio_tokenizer/config.json2.5 KB
• config.json2.2 KB
• .gitattributes1.6 KB
• audio_tokenizer/.gitattributes1.5 KB
• tokenizer_config.json533 B
• audio_tokenizer/preprocessor_config.json206 B

הרישיון

הפרויקט מפורסם תחת רישיון Apache 2.0 שמאפשר שימוש חופשי בקוד ובמודל, כולל שימוש מסחרי והתאמות. התוכן שאתם מעלים ומייצרים נשאר שלכם, אך עובר דרך שרתי האירוח לצורך יצירת האודיו.

הרישיון המלא בעמוד המודל ↗