MeloTTS

מה זה

אתם כותבים או מדביקים משפט בתיבת הטקסט, בוחרים שפה ודובר מתוך הרשימה, וקובעים את מהירות ההקראה בסליידר שנע בין 0.1 ל־10. בלחיצה אחת מקבלים נגן עם קובץ שמע מוכן להאזנה ולהורדה. יש בממשק טקסט ברירת מחדל באנגלית שמציג דוגמה ראשונית מיד כשפותחים אותו.

מאחורי הקלעים רצה הספרייה MeloTTS יחד עם מודלים ייעודיים לשפות שונות, כולל גרסאות אנגלית מרובות כמו myshell-ai/MeloTTS-English-v3 ומודלים של BERT לצרפתית, ספרדית, קוריאנית וסינית כדי לעבד את הטקסט. הגישה הזו משלבת עיבוד שפה מקדים שמסייע בהגייה מדויקת של המילים לפני הפקת גל הקול.

מתאים ל

• הקראת טקסטים באנגלית

  מזינים פסקאות באנגלית ומייצרים קובצי דיבוב נקיים להאזנה מהירה או לקריינות פשוטה.

• בדיקת מבטאים ודוברים

  מחליפים בין קולות שונים באנגלית או בשפות אירופיות כדי לבחור את הטון המתאים לפרויקט.

• הפקת שמע להוראת שפות

  יוצרים דוגמאות הגייה ברורות בספרדית, צרפתית, סינית או קוריאנית במהירויות דיבור שונות.

איפה זה נופל

החיסרון המרכזי כאן הוא היעדר מוחלט של עברית, כך שהכלי חסר תועלת לטקסטים מקומיים ותומך רק באנגלית, ספרדית, צרפתית, סינית, יפנית וקוריאנית. בנוסף, זו הדגמה לא רשמית שלא כוללת אפשרויות מתקדמות כמו שכפול קול מקובץ חיצוני או שליטה באינטונציה מעבר למהירות הדיבור הפשוטה.

איך משתמשים

בוחרים אחת משש השפות הזמינות, משנים דובר ומהירות אם רוצים, ולוחצים על Synthesize. היישום רץ על תשתית חומרה של zero-a10g שמשתמשת במעבד גרפי לפי דרישה, כך שזמן העיבוד קצר מאוד ולא דורש הרשמה או חיבור לחשבון. לפעמים יש המתנה קלה כשהמשאב הגרפי מתעורר לפעולה, אבל יצירת השמע עצמה מתבצעת כמעט מיד.

הרישיון

הפרויקט מופץ ברישיון mit פתוח ומתירני, שמאפשר שימוש חופשי בקוד ובתוצרים כולל לצרכים מסחריים. הטקסט שאתם מזינים והשמע שנוצר מנוהלים ישירות מול היישום ברשת, ללא הצהרת פרטיות מיוחדת מעבר לתנאי השימוש הרגילים בפלטפורמה.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗