neutts-air — הדגמה
קוד פתוחneuphonicapache-2.02025-10-02
הופך טקסט לדיבור שמשכפל קול מתוך דגימת שמע קצרה שתעלו. מתאים למי שרוצה לבדוק שכפול קולות בלי להגדיר סביבת פיתוח.
- 748Mפרמטרים
- 2.8 GBמשקל הקבצים
- —הורדות בחודש
- 322לייקים
מה זה
אתם מעלים קובץ שמע שמשמש כדגימת ייחוס, מקלידים את התמלול המדויק שלו בתיבת הטקסט הראשונה, ומזינים בתיבה נפרדת את המשפט החדש שאתם רוצים להפיק. הפלט שמתקבל הוא קובץ שמע שמקריא את הטקסט החדש באותו גוון דיבור.
מאחורי הממשק רצים שני רכיבים של neuphonic, מודל השמע neuTTS-Air ומקודד השמע neuCodec. המערך הזה מקודד קודם את קובץ הייחוס בעזרת המקודד, ואז מייצר את גלי הקול עבור הטקסט החדש בהתבסס על המאפיינים שחולצו.
מתאים ל
- בדיקת שכפול קול
העלאת קובץ קצר עם תמלול כדי לבדוק איך המודל מתמודד עם גוון קול ספציפי.
- הפקת דיבור מטקסט
יצירת קטעי קריינות חדשים בקולות מותאמים אישית ישירות מהדפדפן.
- הערכת neuCodec
בחינת איכות הקידוד והשחזור של טכנולוגיית השמע של החברה לפני הטמעה.
איפה זה נופל
הכלי מחייב לספק תמלול כתוב של דגימת השמע, ואם התמלול אינו מדויק התוצאה תיפגע ישירות. הוא אינו מיועד לעריכת שמע קיימת או תרגום, אלא אך ורק להקראת טקסט על בסיס דגימה. אין כאן הגדרות לשליטה על קצב, הדגשות או רגש מעבר למה שנלמד מההקלטה שהעליתם.
שאלות
נפוצות
האם השימוש באפליקציה עולה כסף?
לא, הגישה פתוחה בדפדפן ואין דרישה להזין פרטי תשלום. אפשר להיכנס ולהפיק קטעי שמע ללא עלות. עם זאת, הזמינות תלויה בהקצאת השרתים החינמיים של החומרה.
האם אפשר להריץ את המודל מקומית על המחשב?
כן, המפתחים פרסמו את הקוד בגיטהאב ואת משקלי המודל בעמוד שלהם. קיימות גם גרסאות מכווצות מסוג Q4 ו־Q8 בפורמט GGUF. המשמעות היא שניתן להוריד אותן ולהריץ ללא תלות בדפדפן.
מה קורה עם קובצי השמע והטקסט שמועלים לשם?
התוכן שאתם מעלים מועבר לשרת שמריץ את הממשק כדי לבצע את הקידוד וההפקה. לא מדובר בהרצה מקומית בתוך המחשב שלכם. לא כדאי להעלות הקלטות עם מידע רגיש שאינכם רוצים לחשוף לרשת.
איך מריצים
השימוש פשוט, ממלאים את שתי תיבות הטקסט, מעלים את קובץ השמע או משאירים את ערכי ברירת המחדל שכבר מוזנים שם, ולוחצים על הפעלה. אין צורך בהרשמה או התחברות.
העיבוד רץ על מעבד גרפי מסוג zero-a10g שמקצה משאבים בזמן אמת. הממשק מקפיץ הודעות על קידוד הייחוס ויצירת הדיבור, כך שרואים מיד את ההתקדמות, אך בשעות עומס ייתכן שתמתינו להקצאת החומרה.
ollama run hf.co/neuphonic/neutts-air:BF16
איזו גרסה
אותו מודל בכמה רמות דחיסה. ככל שהמספר נמוך יותר הקובץ קטן יותר ורץ על פחות זיכרון, והתשובות נהיות פחות מדויקות. רוב האנשים רוצים את הגדולה ביותר שנכנסת להם בזיכרון.
הקבצים
11 קבצים במאגר, 2.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
הקוד והמודל מופצים תחת רישיון apache-2.0, שמתיר שימוש חופשי כולל שימוש מסחרי והתאמה אישית. היות שהעיבוד מתבצע בשרת מרוחק, כל קובץ שמע וטקסט שאתם מזינים נשלח לעיבוד ברשת.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים