KittenTTS-Demo

מה זה

אתם מקלידים טקסט בתיבה ומקבלים נגן עם קובץ שמע להאזנה ולהורדה. הממשק מבוסס על ספריית kittentts וטוען שלושה מודלים שונים לבחירה: micro-0.8, mini-0.8 וגרסת nano-0.8-fp32, כולם בגרסה 0.8 של המפתח. לצד בחירת המודל, יש תפריט לבחירת קול וסרגל שמאפשר לקבוע את מהירות ההקראה לפני ההפקה.

בקוד מוגדרות גם דוגמאות מוכנות שמאפשרות לטעון טקסטים בלחיצה אחת, מה שמראה איך המודלים מתמודדים עם משפטים קצרים בלי צורך להקליד ידנית. הפלט מופק כקובץ שמע מבוסס מערך נומרי ישירות לנגן של Gradio, בלי שלבי עריכה נוספים.

מתאים ל

• בדיקת איכות קול

  האזנה לפלט של המודלים בגדלים השונים כדי לראות אם הטונציה מתאימה לפרויקט שלכם.

• השוואת גדלי מודל

  בדיקה מהירה של ההבדל בין גרסאות המיקרו, המיני והננו על אותו משפט בדיוק.

• הפקת דגימות שמע

  יצירת קובצי דיבור קצרים ישירות מהדפדפן לבדיקות תוכנה ראשוניות.

איפה זה נופל

ההדגמה רצה על מעבד פשוט, מה שלא משקף את המהירות האמיתית שתקבלו בסביבה מקומית עם חומרה ייעודית. אין פה אפשרויות מתקדמות לשליטה באינטונציה, והתיעוד ב־README כולל רק ברכת שלום קצרה בלי פירוט על השפות הנתמכות, כך שצריך לבדוק לבד אם עברית בכלל עובדת או מייצרת ג'יבריש.

איך משתמשים

בוחרים מודל מתוך השלושה, מסמנים קול, מתאימים את סרגל המהירות ולוחצים על Generate Speech. אם משאירים את התיבה ריקה, המערכת זורקת שגיאה מפורשת שמבקשת להזין טקסט. השרת רץ על מעבד בסיסי בלבד ללא מאיץ גרפי, כך שההפקה תיקח כמה שניות לכל משפט, תלוי בעומס ובאורך הטקסט שתזינו.

הרישיון

הרישיון של המרחב לא דווח כלל על ידי המפתח. המשמעות היא שאין אישור מפורש לשימוש מסחרי בקבצי השמע שמופקים כאן, וכל מה שאתם מזינים עובר דרך השרת שמארח את ההדגמה.

הרישיון המלא ב־Hugging Face ↗