neutts-nano-multilingual-collection

מה זה

אתם בוחרים שפה מתוך הרשימה, מעלים קובץ שמע קצר של קול המקור וכותבים את הטקסט שנאמר בו. מתחת לזה כותבים את המשפט החדש שרוצים להקריא, ולוחצים על הכפתור. בסיום מקבלים קובץ שמע שמקריא את הטקסט החדש באותו גוון קול.

הממשק נשען על המודלים של neuphonic, כולל מקודד השמע neucodec ומודלי neutts-nano המותאמים לאנגלית, צרפתית, גרמנית וספרדית. לפי הקוד, המערכת משתמשת גם בספריית פונטיקה של espeak. כשבוחרים שפה, הטופס טוען אוטומטית שמע וטקסט לדוגמה, כך שאפשר לשמוע תוצאה בלי להעלות הקלטות משלכם.

מתאים ל

• בדיקת התאמה לפרויקט

  שומעים איך המודל מתמודד עם חיקוי קול בשפות אירופיות ישירות מהדפדפן.

• הפקת דגימות דיבור קצרות

  מייצרים קבצי קול מותאמים אישית על בסיס דוגמת שמע וטקסט מוכתב.

• השוואת שפות נתמכות

  מעבירים את אותו קול בין צרפתית, גרמנית, ספרדית ואנגלית לבדיקת מבטא.

איפה זה נופל

ההדגמה מוגבלת לארבע השפות שמופיעות במודלים: אנגלית, צרפתית, גרמנית וספרדית. אין כאן עברית כלל. בנוסף, חובה לתת גם את קובץ הקול וגם את התמלול המדויק שלו, כך שאי אפשר סתם לזרוק הקלטה בלי לדעת מה נאמר בה. לא מדווח כאן אורך הטקסט המרבי, אבל מודלי nano מיועדים למשפטים קצרים ולא להקראת מסמכים שלמים.

איך משתמשים

בוחרים שפה, מוודאים שקובץ הקול והטקסטים מוכנים, ולוחצים על Generate Speech. הממשק רץ על חומרת Zero-A10G דרך Spaces, מה שאומר שהמעבד הגרפי מוקצה לפי דרישה. ייתכן שתחכו כמה שניות עד שהחומרה תתעורר אם היא במצב שינה, ולאחר מכן העיבוד וההפקה יתחילו.

הרישיון

הרישיון מוגדר כ־other, כלומר תנאי שימוש ייעודיים שלא הוגדרו כקוד פתוח סטנדרטי. אם אתם מתכננים להשתמש בפלט או להריץ את המודלים בעסק, צריך לבדוק היטב את תנאי המאגר והקוד בגיטהאב לפני שנוגעים בזה.

הרישיון המלא ב־Hugging Face ↗