Voila-demo

מה זה

הממשק מחולק לשלוש לשוניות עיקריות. בצ'אט אתם מקליטים או מעלים קובץ קול ומקבלים תשובה קולית. בלשונית ההקראה מזינים טקסט ומקבלים קובץ שמע, ובלשונית התמלול מעלים הקלטה ומקבלים את הטקסט שנאמר בה. יש אפשרות לבחור קול מתוך רשימה מוכנה, להגריל דמות, או לסמן תיבה שמאפשרת להעלות קובץ אודיו משלכם כדי לשכפל את גוון הקול.

מאחורי הקלעים רצה שרשרת מודלים ממשפחת Voila, כולל גרסאות צ'אט, בסיס, אודיו וטוקנייזר ייעודי. לצד אלה פועל המודל wespeaker-voxceleb לחילוץ מאפייני דובר, יחד עם נתוני קול מתוך מאגר Voila-million-voice. החיבור הזה מאפשר לנתח את הדיבור, לעבד את התוכן ולהחזיר פלט קולי מותאם אישית.

מתאים ל

• בדיקת הקראת טקסט בקול מותאם

  הזנת טקסט ובחירת דמות מוכנה או דגימת קול חיצונית כדי להפיק דיבור מותאם אישית.

• תמלול הקלטות קצרות

  העלאת קובץ שמע ללשונית התמלול לצורך חילוץ מהיר של הטקסט המדובר.

• שיחה קולית רציפה

  שליחת הודעות קוליות בצ'אט וקבלת תגובות קוליות ישירות מהמודל.

איפה זה נופל

הבעיה המיידית היא שהאפליקציה מדווחת על שגיאת ריצה, כך שהיא פשוט מושבתת כרגע בדפדפן. מעבר לכך, היא לא מיועדת לעיבוד קבצי אודיו ארוכים מאוד, ואין תיעוד לגבי תמיכה בשפות שאינן אנגלית, כך שסביר להניח שעברית לא תעבוד היטב בתמלול או בהקראה. כדאי לזכור שזו הדגמת ממשק ולא שירות יציב שמתאים לעבודה שוטפת.

איך משתמשים

נכנסים, בוחרים לשונית, מקליטים או מעלים קובץ שמע ולוחצים על כפתור השליחה. אין צורך בחשבון או בהתחברות כדי לגשת לממשק. המערכת מוגדרת לרוץ על מאיץ גרפי מסוג A10G שמספק עיבוד מהיר ברגע שהבקשה נכנסת לביצוע, אבל כרגע האפליקציה נמצאת במצב של שגיאת ריצה ולא תגיב לפעולות עד שהמפתחים יתקנו אותה.

הרישיון

הקוד מפורסם תחת רישיון MIT, שמאפשר שימוש חופשי כולל שינויים והתאמות. לגבי הקבצים וההקלטות שאתם מעלים, הקוד כולל פונקציה למחיקת תיקיות זמניות, אך המידע עובר דרך שרתי השירות שבו מתארחת ההדגמה.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗