Chatterbox_Unlimited

מה זה

מזינים טקסט לתיבה ייעודית ומעלים קובץ שמע שמשמש כדוגמת קול לחיקוי. בצד המקבל יש נגן שמשמיע ומוריד את קובץ האודיו המוגמר. מתחת למכסה המנוע רץ המודל ChatterboxTTS בגרסה שמותאמת למעבדים רגילים, בעזרת PyTorch וספריית soundfile.

הממשק נותן שליטה ידנית בכמה פרמטרים של המודל. יש סליידרים לקביעת רמת ההגזמה בקול, משקל ההכוונה, טמפרטורה שמשפיעה על האקראיות, ואפשרות לקבע סיד מספרי כדי לשחזר תוצאות זהות. אין כאן דוגמאות מוכנות מראש להאזנה, כך שחייבים להביא קובץ קול משלכם כדי להתחיל לעבוד.

מתאים ל

• שכפול קול אישי

  מעלים דגימת שמע קצרה כדי להקריא טקסטים חדשים באותו גוון דיבור בדיוק.

• הפקת קריינות להדגמות

  יוצרים קטעי דיבור מותאמים אישית מתוך טקסט כתוב בשביל סרטונים או בדיקות תוכנה.

• ניסוי בפרמטרי קול

  משחקים עם סליידרים של הגזמה וטמפרטורה כדי לבדוק איך המודל מגיב לשינויים.

איפה זה נופל

למרות השם של הדף, יש בקוד בדיקה שמגבילה את אורך הטקסט המרבי וזורקת שגיאה אם חורגים ממנו. חיסרון נוסף נובע ישירות מהחומרה, כי ריצה על מעבד רגיל גורמת להמתנה ממושכת בכל ניסיון, ואם שוכחים להעלות קובץ קול מקבלים הודעת שגיאה במקום צליל ברירת מחדל.

איך משתמשים

מדביקים טקסט, מעלים הקלטת קול ולוחצים על הכפתור הראשי להפקת הדיבור. אין צורך בהתחברות או במפתח גישה. השרת שמחזיק את הדף מוגדר על מעבד בסיסי בלי מאיץ גרפי, כך שזמן העיבוד של כל משפט מורגש ולא קורה במקום.

הרישיון

הפרויקט מפורסם תחת רישיון MIT שמאפשר שימוש חופשי, כולל מסחרי ושינוי קוד. הקבצים שאתם מעלים והתוצאה שמופקת עוברים דרך השרת המארח, אז לא הייתי מעלה לשם הקלטות רגישות.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗