chatterbox-turbo-demo

מה זה

מזינים טקסט לתיבה, מעלים קובץ שמע של קול לייחוס ומקבלים קובץ קול חדש שמקריא את מה שכתבתם באותו הסגנון. הממשק כולל כפתורי תגיות לבחירה מהירה, ותיבת סימון שמופעלת כברירת מחדל לאיזון עוצמת השמע למינוס 27 LUFS.

מאחורי הקלעים רץ המודל ChatterboxTurboTTS בטעינה ישירה לכרטיס מסך. יחד איתו מוגדרים במערכת גם chatterbox הרגיל וגם gpt2 הוותיק. למי שרוצה לשלוט בתוצאה, יש הגדרות מתקדמות לכוונון המדגם כמו טמפרטורה, top-p, top-k, ענישה על חזרתיות וקביעת סיד אקראי לשחזור מדויק של תוצאות.

מתאים ל

• שכפול קול מהיר

  יצירת קטעי דיבור בקול מוגדר מראש על ידי העלאת דגימה קצרה.

• בדיקת פרמטרים למודל

  משחק עם טמפרטורה וענישת חזרתיות כדי לראות איך המודל מגיב.

• הפקת שמע מקוונת

  המרה נקודתית של משפטים לקובץ שמע מנורמל ישירות מהדפדפן.

איפה זה נופל

ההדגמה לא חושפת תמיכה מפורשת בשפות שאינן אנגלית, ולכן טקסט בעברית כנראה ייכשל או יישמע משובש לחלוטין. בנוסף, מודלים של טורבו לעיתים מקריבים איכות הגייה או יציבות לטובת מהירות, וקובץ ייחוס באיכות נמוכה ייצר תוצאה צורמת. אל תבנו על זה לפרויקט מסחרי רחב לפני שבדקתם איך המודל מתמודד עם טקסטים ארוכים.

איך משתמשים

לוחצים על כפתור Generate וממתינים. ההדגמה רצה על גבי מאיץ zero-a10g שמספק כוח עיבוד של אנבידיה לפי דרישה. זה אומר שאם המאיץ במצב שינה תיתכן המתנה קצרה להקצאה, אבל ברגע שהוא פעיל ההפקה מהירה מאוד. אין צורך בהתקנה מקומית כדי לנסות.

הרישיון

הקוד מופץ תחת רישיון MIT המתירני. מותר להשתמש, לשנות ולשלב בפרויקטים פרטיים ומסחריים. לגבי קובצי השמע שאתם מעלים ומפיקים, הם עוברים דרך השרת המארח של הדמו ולכן לא מומלץ להעלות לשם הקלטות רגישות או פרטיות.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗