Qwen3-TTS-Demo

מה זה

אתם מקלידים משפט בתיבת הטקסט, בוחרים קול מרשימה נפתחת, מגדירים שפה ולוחצים על כפתור ההפקה. בצד השני של המסך מופיע נגן אודיו עם קובץ השמע המוכן להאזנה ולהורדה. הממשק כולל גם דוגמאות מובנות מראש, כך שאפשר לטעון טקסטים מוכנים בלי להקליד שום דבר בעצמכם.

מאחורי הקלעים הקוד מייבא את dashscope, מה שאומר שהעיבוד עצמו לא נעשה מקומית בתוך הממשק אלא פונה לשירות הענן של עליבאבא כדי להריץ את Qwen3 TTS. הממשק משתמש בבסיס של Gradio כדי להעביר את הטקסט למודל ולהחזיר את האודיו שהומר כקובץ להשמעה ישירה.

מתאים ל

• בדיקת איכות קול

  האזנה מהירה לאיכות ההקראה של טקסטים קצרים בשפות שונות לפני שמחליטים לחבר שירות חיצוני.

• הפקת סאונד לדוגמה

  יצירת קובצי דיבוב בסיסיים למצגות או סרטונים מתוך רשימת הקולות המובנית בממשק.

• התנסות במודל ללא התקנה

  בדיקת יכולות המערכת ישירות מהדפדפן באמצעות לחיצה על דוגמאות הטקסט המוכנות.

איפה זה נופל

ההדגמה מציגה רק רשימות סגורות של קולות ושפות שנבחרו מראש, כך שאי אפשר לאמן קול משלכם או להעלות קובצי דגימה להתאמה אישית. בנוסף, העובדה שמוצג שימוש ב־dashscope אומרת שאתם לא בודקים כאן ביצועים של הרצה עצמאית על חומרה מקומית, אלא שירות ענן סגור עם תלות ברשת חיצונית.

איך משתמשים

נכנסים לעמוד, מדביקים את הטקסט שרוצים להקריא, בוחרים שפה וקול ולוחצים על Generate Speech. הממשק מוגדר על חומרת cpu-basic בסיסית, אבל מאחר שהקוד נשען על קריאות דרך dashscope, זמני ההמתנה תלויים בעיקר במהירות התגובה של שירות ה־API המרוחק. אין צורך בהתחברות כדי לבדוק את הדוגמאות, אך בעומס ייתכן תור קצר.

הרישיון

הקוד מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי ושינוי של הקוד עצמו. עם זאת, התוכן שנוצר נשלח ומעובד דרך dashscope, ולכן יש לבדוק את תנאי השימוש והפרטיות של השירות החיצוני לגבי הקבצים והטקסט.

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

הרישיון המלא ב־Hugging Face ↗