Personal-TTS

מה זה

מזינים תיבת טקסט בסינית ובוחרים באחד משני כפתורי הפקה: קול נשי בשם נאנה או קול גברי בשם שיאוג'יה. בפלט מקבלים נגן אודיו עם הדיבור שנוצר, ומשם אפשר להריץ שני עיבודים נוספים. כפתור אחד מפעיל הרחבת רוחב פס לשיפור קצב הדגימה, והכפתור השני מנקה רעשים.

מאחורי הממשק רץ צינור עיבוד של ModelScope שמבוסס על SambertHifigan להמרת טקסט לדיבור. לשיפורי האודיו המשניים הקוד טוען את VoiceFixer לצד מודל BandwidthExtender בתדר 48 קילוהרץ שאומן על מאגר VCTK. הטקסט בממשק מציין תמיכה בסינית ואנגלית, אבל שדות ההזנה מוגדרים במפורש לטקסט סיני בלבד.

מתאים ל

• הקראת טקסטים בסינית

  המרת משפטים בסינית לקובץ שמע באמצעות שני הקולות הקבועים מראש.

• ניקוי קבצי דיבור

  בדיקת יכולות הסינון של VoiceFixer על האודיו שמופק ישירות מהמודל.

• העלאת איכות דגימה

  הרחבת רוחב פס של האודיו לתדר של 48 קילוהרץ דרך המודל הייעודי.

איפה זה נופל

ההדגמה מוגבלת לשני קולות ספציפיים שהוטענו מראש, כך שאי אפשר לאמן או לשכפל כאן קול אישי למרות המילים שמופיעות בכותרת הממשק. מעבר לזה, העברית כלל לא נתמכת, והממשק כולו מוצג בסינית ללא תרגום. הבעיה המיידית היא המצב הטכני: היישום מדווח על שגיאת ריצה ולא מייצר אודיו בפועל.

איך משתמשים

נכנסים, כותבים את הטקסט בתיבה ולוחצים על אחד משני הקולות להפקה הראשונית. אם רוצים לשפר את התוצאה, לוחצים על הכפתור להעלאת קצב הדגימה או על כפתור סינון הרעשים כדי לקבל קבצי אודיו מעובדים בנגנים הנפרדים.

אין כאן צורך בהרשמה או התחברות. עם זאת, נכון לעכשיו החלל נמצא במצב שגיאת ריצה על מעבד בסיסי, כך שהוא לא יגיב בדפדפן עד שהמפתח יתקן את התקלה ויפעיל אותו מחדש.

הרישיון

הקוד מפורסם תחת רישיון MIT, מה שמאפשר שימוש חופשי, שינוי והרצה של הקבצים. הטקסט בממשק כולל בקשה מפורשת להשתמש בכלי לצורכי מחקר, למידה ובידור אישי בלבד, ולא לפגוע באנשים או בארגונים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗