ProsekaTTS

מה זה

אתם מזינים משפטים לתוך תיבת טקסט ייעודית, בוחרים דמות מתוך תפריט הדוברים, ומקבלים קובץ שמע להאזנה והורדה יחד עם הודעת מערכת קצרה. הממשק מציג מראש דוגמת טקסט מוכנה כדי שתוכלו לבדוק את השמע מיד בלי להקליד בעצמכם, וכולל אפשרות לכוונן את מהירות הדיבור מפי עשירית ועד מהירות כפולה.

מאחורי הקלעים רץ מודל VITS שמומש באמצעות SynthesizerTrn, פייטורץ' ועיבוד ספקטרוגרמות של אודיו. למי שרוצה שליטה מדויקת בהגייה, הממשק כולל אפשרויות מתקדמות להמרת הטקסט לפונמות, הזנת פונמות ישירה, ועיון ברשימת הפונמות והסימבולים הנתמכים שמגיעים ישירות מהקוד.

מתאים ל

• דיבוב סרטוני מעריצים

  יצירת שורות דיאלוג קצרות בקולות הדמויות של Project Sekai עבור סרטונים קצרים.

• התנסות במודל VITS

  בדיקת איכות הסינתזה של המודל באמצעות הזנת פונמות ידנית ושינוי מהירויות דיבור.

• יצירת קטעי סאונד

  הפקת דגימות קול בודדות עד 500 מילים לשימוש בפרויקטים אישיים.

איפה זה נופל

יש מגבלה מפורשת של 500 מילים בכל הרצה, כך שלא תוכלו לייצר פרקים שלמים או טקסטים ארוכים ברצף. הכלי מבוסס על קולות הדמויות מתוך המשחק, ולכן הוא לא רלוונטי למי שמחפש קריינות טבעית בעברית או גנרטור קולי כללי לעסקים. בנוסף, חומרת zero-a10g עשויה לדרוש כמה שניות של התעוררות אם האפליקציה עמדה ללא שימוש.

איך משתמשים

מדביקים טקסט בתיבה, בוחרים דובר, לוחצים על Generate ומחכים לצליל. הריצה מתבצעת על מעבד גרפי מסוג zero-a10g שמקצה משאבים לפי דרישה, כך שזמן ההפקה של קטעים קצרים אמור להיות מהיר. אין צורך בהרשמה או התחברות לחשבון כדי לייצר שמע.

הרישיון

הקוד מפורסם תחת רישיון MIT, שמאפשר שימוש חופשי, העתקה ושינויים. עם זאת, קולות המקור שייכים למשחק Project Sekai, מה שעלול להגביל שימוש מסחרי בקבצי השמע שתפיקו.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗