hololive-rvc-models-v2

מה זה

אתם מספקים קובץ אודיו מהמחשב או מזינים קישור ישיר לסרטון מיוטיוב כדי להוריד ממנו את פס הקול. הממשק מאפשר לבחור את אופן הזנת האודיו וטוען את המידע ישירות לתוך התוכנה להמשך עיבוד.

מאחורי הקלעים הקוד משתמש בארכיטקטורת RVC גרסה שתיים עם רכיבי fairseq, לצד ספריות כמו librosa ו־ffmpeg לעיבוד אותות הקול. בנוסף משולבת שם ספריית edge-tts ליצירת דיבור מטקסט ו־yt-dlp לחילוץ אודיו מהרשת. התוצר הסופי הוא קובץ שמע שבו הקול המקורי מוחלף במודל הקול שנבחר.

אם אין מודלים זמינים בנתיב המוגדר, הממשק מציג במפורש הודעה שלא נטען אף מודל ומבקש לתקן את הנתיב לפני תחילת העבודה.

מתאים ל

• המרת שירה מיוטיוב

  מזינים קישור ליוטיוב כדי לחלץ את האודיו ולהחליף את קול הזמר המקורי בקול של דמות.

• עיבוד הקלטות קוליות

  מעלים קובץ שמע אישי מהמחשב וממירים אותו לקול שונה על בסיס מודלי השיחה.

• הפקת דיבור מטקסט

  שימוש ברכיב edge-tts המובנה כדי לייצר דיבור ראשוני ואז להעביר אותו דרך מודל הקול.

איפה זה נופל

הבעיה המיידית היא שהמרחב מושהה לגמרי ולא ניתן להשתמש בו ישירות כרגע. מעבר לכך, הקוד מציג התראת שגיאה ברורה אם שדה הקישור ריק, ותלוי לחלוטין בהורדה מיוטיוב שלעיתים נחסמת או נכשלת. הממשק גם מציג הודעת שגיאה אם תיקיית המודלים ריקה, כך שאם המפתח לא הטעין מראש את המשקלים של הדמויות, אין אפשרות להמיר שום קובץ קול.

איך משתמשים

טוענים את הדף בדפדפן, בוחרים אם להעלות קובץ אודיו ישירות או להדביק קישור לסרטון יוטיוב, ובוחרים את מודל הקול הרצוי מתוך הלשוניות. כרגע לא תצליחו להריץ כלום כי המרחב נמצא במצב מושהה. גם אם הוא היה פועל, הוא מוגדר על חומרת מעבד בסיסית בלבד ללא מאיץ גרפי, כך שעיבוד קול באמצעות RVC לוקח דקות ארוכות לכל קטע קצר.

הרישיון

הקוד והמודלים מפורסמים תחת רישיון openrail. הרישיון הזה מתיר שימוש חופשי אבל מטיל הגבלות ספציפיות נגד שימוש לרעה, התחזות או פגיעה באחרים. לגבי קובצי האודיו שאתם מעלים, כדאי לזכור ששירותים שרצים על גבי Hugging Face כפופים לתנאי השימוש הכלליים של הפלטפורמה.

• שימוש מסחרי
• שינוי הקוד
• מגבלות שימוש ברישיון

הרישיון המלא ב־Hugging Face ↗