llasa-8b-tts

מה זה

הממשק מציג שדות פשוטים להזנת שמע וטקסט. אתם מעלים קובץ שמע שמשמש כרפרנס לקול, מקלידים בתיבת הטקסט את מה שרוצים להקריא, ולוחצים על כפתור הסינתזה כדי לקבל קובץ קול חדש שמחקה את הדובר המקורי.

מאחורי הקלעים רץ שילוב של מודל Llasa יחד עם קודק שמע ייעודי בשם XCodec2 וצינור של whisper-turbo. יש כאן בלבול מסוים בהגדרות, כיוון שבשם מופיע Llasa 8B, אך בחלק מהתיאור והקוד מופיעה התייחסות לגרסת 3B, כך שקשה לדעת בדיוק איזה משקל מפיק את הפלט בפועל.

מתאים ל

• בדיקת שיבוט קול קצר

  יצירת משפט בדיקה בודד בקול של דובר מתוך הקלטה קיימת.

• הערכת איכות של Llasa

  בחינת יכולות המודל והקודק מול דגימות דיבור של עד 15 שניות.

• הפקת דגימות שמע קצרות

  המרת טקסט מוגבל של עד 300 תווים לקובץ שמע להאזנה.

איפה זה נופל

ההדגמה מציבה מגבלות קשיחות מראש וחותכת אוטומטית כל שמע מעבר ל־15 השניות הראשונות. הטקסט מוגבל לעד 300 תווים בלבד, כך שאי אפשר להקריא פסקאות שלמות או לבדוק עקביות לאורך זמן. מעבר לכך, התקלה הטכנית הפעילה בעמוד מונעת שימוש סדיר.

איך משתמשים

טוענים קובץ קול לרפרנס, כותבים את הטקסט בחלון הייעודי ולוחצים על Synthesize כדי להפיק את האודיו. התשתית יושבת על חומרת zero-a10g שמקצה כרטיס גרפי לפי דרישה. יחד עם זאת, נכון לעכשיו מוגדר סטטוס שגיאת ריצה בעמוד, כך שהעיבוד עלול להיכשל לגמרי עוד לפני שהוא מתחיל לרוץ.

הרישיון

הרישיון של העמוד לא דווח כלל. במצב כזה אין הרשאה ברורה לגבי שימוש מסחרי בתוצרים, ולא ידוע מה הזכויות על קובצי הקול שמועלים אליו.

הרישיון המלא ב־Hugging Face ↗