morpheus-uncensored-tts

מה זה

אתם מקלידים משפט בתיבת הטקסט, בוחרים קול מרשימת אפשרויות ומקבלים קובץ שמע להאזנה ישירה. הממשק כולל גם דוגמאות מובנות שנשמרו מראש כדי שאפשר יהיה לבדוק את התוצאות מיד בלי להמתין לעיבוד ראשוני.

מאחורי הקלעים רץ שילוב של מודל שפה בשם MrDragonFox/baddy_S3_EXP_3 בפורמט bfloat16, יחד עם מודל האודיו SNAC בתדר עבודה של 24kHz שמפענח את הייצוג לקובץ קול אמיתי. בהגדרות המתקדמות אפשר לכוונן טמפרטורה, top_p, ענישה על חזרתיות ומספר טוקנים מקסימלי.

מתאים ל

• בדיקת הקראת טקסט בוטה

  הפקת שמע מטקסטים שמערכות אחרות מסרבות להקריא בגלל מסנני תוכן.

• דיבוב דמויות למשחקים

  יצירת קולות ייחודיים לדיאלוגים באנגלית בלי הגבלות של מילים שמורות.

• בחינת מודל SNAC

  האזנה לאיכות שחזור הסאונד ב־24 קילוהרץ מתוך פלטים של מודלי שפה.

איפה זה נופל

הקוד לא מציג תמיכה בשפות שאינן אנגלית, ולכן טקסט בעברית צפוי לייצר שיבושים או כישלון מוחלט. בנוסף, מדובר בהדגמה מבוססת Zero GPU עם מגבלת טוקנים, כך שהיא לא בנויה להפקת קטעי קריינות ארוכים או ספרים שלמים. אין פה אפשרות לשכפול קול אישי, אלא רק בחירה מתוך רשימת קולות קבועה מראש.

איך משתמשים

מקלידים את הטקסט, בוחרים קול ולוחצים על Generate Speech. העסק רץ על חומרת A10G דרך תשתית Zero GPU, מה שאומר שהכרטיס הגרפי מוקצה לפי דרישה ברגע שלוחצים על הכפתור. כשאין עומס העיבוד מתחיל מהר ומציג מד התקדמות, אבל אם יש תור בשרת תיאלצו לחכות עד שהחומרה תתפנה. אין צורך בהתחברות מיוחדת או בהזנת פרטי אשראי כדי להפעיל את ההדגמה.

הרישיון

הרישיון הוא CC BY-NC 4.0. המשמעות היא שהשימוש מוגבל למטרות לא מסחריות בלבד, תוך מתן קרדיט ליוצר. אם אתם מתכננים להשתמש בקובצי הקול שהפקתם במוצרים מסחריים, הרישיון הזה לא מאפשר זאת.

• שינוי הקוד
• חובת ייחוס
• שימוש מסחרי: לא

הרישיון המלא ב־Hugging Face ↗