MOSS-TTS — הדגמה

מה זה

אתם מזינים טקסט בתיבה, מעלים קובץ שמע כדגימת ייחוס, ומקבלים שמע מסונתז שמחקה את גוון הקול. הממשק מאפשר לבחור מצב עבודה מול דגימת הייחוס, לקבוע הגבלת אורך בעזרת סליידר ייעודי לטוקנים, או לבטל את בקרת הזמן לגמרי.

מתחת למכסה המנוע רץ המודל OpenMOSS-Team/MOSS-TTS דרך ספריית transformers, יחד עם מעבד נתונים תואם. בצד השליטה תמצאו פרמטרי דגימה רגילים כמו טמפרטורה, top_p, top_k, ענישת חזרתיות ומספר טוקנים מרבי ליצירה. יש גם טבלת דוגמאות מובנית שמאפשרת לבחור שורות מוכנות מראש כדי לראות איך ההגדרות עובדות מיד.

מתאים ל

• שכפול קול מדגימה

  מעלים קובץ שמע קצר ומייצרים דיבור חדש שנשמע כמו הדובר המקורי.

• בדיקת פרמטרי סאונד

  משנים ערכי טמפרטורה ו־top_p כדי לבדוק איך הם משפיעים על יציבות הדיבור.

• הערכת המודל לפרויקט

  מריצים שורות מטבלת הדוגמאות כדי לראות אם איכות הסינתזה מתאימה למוצר שלכם.

איפה זה נופל

ההדגמה מתאימה לבדיקות קצרות של משפטים בודדים, ולא תתאים להפקת פודקאסטים או ספרים שלמים. הקוד לא כולל עריכה רב-ערוצית, וטקסט ארוך מדי ייעצר בגלל תקרת הטוקנים של הממשק. אין פירוט לגבי תמיכה בשפות שאינן אנגלית, ולכן לא הייתי בונה על תוצאות טובות בעברית בלי לבדוק קודם דגימה ידנית.

אותה משפחה

MOSS-TTS יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

איך מריצים

טוענים את הטקסט, בוחרים אם להעלות קובץ קול, מכוונים את הגדרות הדגימה ולוחצים על Generate Speech. אין צורך בהתחברות או בהרשמה כדי להתחיל לעבוד. המערכת רצה על חומרת zero-a10g, מה שמבטיח כוח עיבוד של כרטיס גרפי מהיר, אבל עלול לגרור המתנה קצרה להקצאת המשאב אם השרת היה במצב שינה.

pip install -U huggingface_hub
hf download OpenMOSS-Team/MOSS-TTS

הקבצים

21 קבצים במאגר, 15.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• model-00003-of-00004.safetensors5.0 GB
• model-00001-of-00004.safetensors4.9 GB
• model-00002-of-00004.safetensors4.9 GB
• model-00004-of-00004.safetensors2.1 GB
• tokenizer.json11.4 MB
• vocab.json2.8 MB
• merges.txt1.7 MB
• model.safetensors.index.json40.4 KB
• README.md34.6 KB
• processing_moss_tts.py34.5 KB
• modeling_moss_tts.py25.3 KB
• configuration_moss_tts.py5.6 KB
• tokenizer_config.json5.5 KB
• inference_utils.py5.1 KB
• config.json2.3 KB
• .gitattributes1.6 KB
• added_tokens.json704 B
• special_tokens_map.json631 B
• chat_template.jinja352 B
• processor_config.json145 B
• __init__.py0 B

הרישיון

הקוד והמודל זמינים תחת רישיון apache-2.0. הרישיון מאפשר שימוש חופשי, שינוי והפצה, כולל שימוש מסחרי, כל עוד שומרים על תנאי הקרדיט המקוריים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗