Kokoro-TTS-Zero
רץ בדפדפןremskyרישיון לא דווח2025-01-03
הופכים טקסט כתוב לדיבור בקולות שונים ישירות בדפדפן. מתאים למי שרוצה לבדוק את איכות ההקראה של מודל Kokoro בלי להתקין סביבת פיתוח.
- —הורדות בחודש
- 310לייקים
מה זה
מדביקים טקסט לתיבה, בוחרים קול מהרשימה, מכוונים את מהירות הדיבור ומקבלים קובץ שמע לנגינה. אפשר גם להעלות קובץ טקסט מהמחשב או לטעון פרקים מתוך ספרים מובנים שמופיעים בתפריט הבחירה, כדי לבדוק קטעים ארוכים בלי להעתיק ידנית.
מתחת לממשק רץ המודל Kokoro-82M יחד עם גרסת kLegacy של hexgrad, כשהעיבוד נשען על קוד ייעודי להאצה בגרסה 1.0.0. בסיום הפעולה מוצגים נגן שמע, תיבת נתונים עם מדדי ביצועים וגרף שמציג את זמני הריצה מול אורך הטקסט.
מתאים ל
- בדיקת איכות קולות
האזנה לדגימות שמע שונות ובחינת התאמת הקול לטקסט לפני שמשלבים את המודל בקוד.
- הקראת פרקים וקטעים
טעינת טקסטים או פרקים מובנים כדי לשמוע אותם בקצב מותאם אישית.
- מדידת ביצועי המודל
בדיקת מהירות יצירת האודיו מול אורך הטקסט בעזרת נתוני הריצה והגרף המוצג.
איפה זה נופל
הממשק מוגבל מאוד באורך הטקסט בכל הרצה בגלל תקרת זמן ה־GPU, ולכן אי אפשר לזרוק פנימה מסמכים שלמים ברצף. בנוסף, חוסר בחירה של קול או השארת שדה ריק יקפיצו אזהרה ויעצרו את התהליך. המודל עצמו מכוון לשפות ולאימונים המקוריים שלו, כך שאי אפשר לבנות כאן על הקראה תקינה בעברית בלי לבדוק קודם אם המודלים hexgrad תומכים בה בכלל.
שאלות
נפוצות
האם השימוש באפליקציה עולה כסף?
לא, הגישה בדפדפן פתוחה וחינמית לחלוטין. היא משתמשת בהקצאת משאבים שיתופית ולכן אין צורך להכניס אמצעי תשלום.
מה קורה עם הטקסטים והקבצים שמעלים?
המידע נשלח לעיבוד בשרת שמריץ את הממשק כדי לייצר את האודיו. מאחר שמדובר במרחב ציבורי, לא מומלץ להעלות מידע רגיש או פרטי.
במה הממשק הזה שונה מהרצת המודל לבד?
כאן מקבלים סביבה מוכנה עם מאיץ חומרה, קולות מובנים ובדיקות ביצועים בלי להתעסק בהתקנות של פייתון. מצד שני, אתם כפופים למגבלת אורך טקסט שלא קיימת אם מריצים את Kokoro-82M מקומית על מחשב שלכם.
איך משתמשים
בוחרים קול, קובעים מהירות באמצעות הסליידר ולוחצים על Generate Speech. המערכת רצה על חומרת zero-a10g, כך שההקראה נוצרת תוך שניות בודדות ברגע שהמעבד הגרפי מתעורר.
אין צורך בהרשמה או בהתחברות. עם זאת, מכיוון שמדובר בהקצאת חומרה דינמית, יש מגבלת זמן קשיחה להקצאת ה־GPU. אם תזינו טקסט ארוך מדי שיחרוג מהשניות המוקצבות, הריצה תיעצר ותקבלו הודעת שגיאה שמבקשת לחלק את התוכן למקטעים קטנים יותר.
הרישיון
הרישיון של המרחב הזה לא דווח. המשמעות היא שאין היתר שימוש מסחרי מוגדר, ואי אפשר לדעת אילו זכויות חלות על קובצי השמע שנוצרים או מה מותר לעשות עם הקוד. הטקסטים והקבצים שאתם מעלים עוברים דרך השרת של Hugging Face לצורך יצירת הקול.