Inflect-v2

מה זה

אתם מקלידים משפט באנגלית, בוחרים מהירות, שונות, גובה קול וסיד, ומקבלים קובץ שמע מסוג WAV בתדר של 24 קילוהרץ. מתחת למכסה מנוע רצים שני מודלים זעירים מקוריים, Inflect Nano v2 עם 3.96 מיליון פרמטרים וגרסת Micro v2 עם 9.36 מיליון פרמטרים, המבוססים על ארכיטקטורת SynthesizerTrn ועיבוד טקסט ייעודי.

הממשק כולל לשונית השוואה ישירה שמאפשרת להריץ את אותו הטקסט בשני המודלים במקביל כדי לבחון את ההבדל בין איכות לבין חיסכון במשאבים. אין כאן שיבוט קול או קולות מוקלטים מראש, אלא הפקת צליל חיה בלבד מקול ברירת מחדל יחיד.

מתאים ל

• השוואת מודלי דיבור זעירים

  בדיקת ההבדל באיכות הצליל בין דגם ה־Micro לדגם ה־Nano על אותו טקסט ופרמטרים.

• הפקת שמע מקומית בדפדפן

  יצירת קובצי דיבור פרטיים ישירות על החומרה שלכם דרך WebGPU בלי תור ובלי שרת.

• בדיקת התאמה למכשירי קצה

  בחינת הביצועים של מודל קול של פחות מעשרה מיליון פרמטרים ליישומים דלי משאבים.

איפה זה נופל

הכלי מוגבל לאנגלית בלבד עם קול קבוע אחד, ולא תומך בעברית, שיבוט קולות או העלאת שמע לדוגמה. שמות לא נפוצים, קיצורים ופסקאות ארוכות מאוד עדיין עלולים להיכשל או להישמע משובשים, ובשרת חלה מגבלת זמן שמחייבת לחלק טקסטים ארוכים לקטעים קטנים.

איך משתמשים

בוחרים בין הרצה בשרת על גבי מעבד גרפי של ZeroGPU לבין הרצה מקומית בדפדפן דרך WebGPU עם גיבוי ל־WASM. בהרצת השרת לוחצים על כפתור ההפקה, והמערכת מחלקת טקסטים ארוכים לפי סימני פיסוק ומשפטים כדי לעמוד במגבלת זמן הריצה. אין צורך בהתחברות או בהורדת קבצים מראש כדי להאזין.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי, שינוי והפצה גם לצרכים מסחריים בכפוף לתנאי הרישיון. בהרצה מקומית דרך הדפדפן הטקסט והשמע נשארים על המכשיר שלכם ולא נשלחים לשום שרת חיצוני.

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

הרישיון המלא ב־Hugging Face ↗