vibe-voice-custom-voices
רץ בדפדפןvibingvoiceרישיון לא דווח2025-09-12
הדגמה לשכפול קול והקראת טקסט שמאפשרת להזין מלל, להעלות דגימות קול קצרות ולקבל קובץ אודיו מוגמר. מתאים למי שרוצה לבדוק דיבוב מרובה דוברים בלי להסתבך עם התקנות מקומיות.
- —הורדות בחודש
- 54לייקים
מה זה
מזינים טקסט ומעלים קבצי שמע של עד ארבעה דוברים שונים, באורך של שלוש עד שלושים שניות לכל קול. המערכת מחברת בין הטקסט לבין דגימות הקול ומוציאה קובץ שמע בודד שכולל את ההקראה המבוקשת.
מאחורי הקלעים רץ שילוב של מודלי VibeVoice לצד מודל הבסיס Qwen2.5-1.5B, יחד עם רכיבי עיבוד לקול יחיד ולמספר דוברים במקביל. בהגדרות המתקדמות אפשר לקבוע את מספר צעדי הדיפוזיה שמשפיעים על איכות הפלט, לשלוט על פרמטרי דגימה כמו טמפרטורה, ולקבוע חלוקה למקטעים של עד 500 מילים עבור טקסטים ארוכים.
מתאים ל
- הפקת שיחה מרובת משתתפים
העלאת עד ארבע דגימות קול ויצירת דיאלוג מלא בין דוברים שונים מטקסט כתוב.
- שכפול קול אישי
הקלטה קצרה של חצי דקה מאפשרת להקריא טקסטים שלמים באותו גוון דיבור.
- בדיקת איכות למודלי דיבור
כוונון פרמטרי דיפוזיה ודגימה כדי לבחון את גבולות היכולת של VibeVoice.
איפה זה נופל
אם איכות ההקלטה שהעליתם ירודה או כוללת רעשי רקע, השכפול יישמע גרוע. טקסטים ארוכים במיוחד עלולים להיכשל אם לא מגדירים נכון את חלוקת המילים למקטעים. בנוסף, חומרת שיתוף עלולה לנתק את הפעולה בזמן יצירת קטעים כבדים מאוד עם מספר דוברים גבוה.
שאלות
נפוצות
האם השימוש עולה כסף?
הגישה לממשק חופשית לגמרי בדפדפן. אין צורך להזין פרטי תשלום כדי להעלות קבצים ולהפיק דיבור.
מה קורה עם קבצי הקול שמעלים?
הקבצים נשמרים זמנית על השרת המארח לצורך עיבוד הפלט בלבד. עם זאת, אין הצהרת פרטיות רשמית ולכן לא כדאי להעלות הקלטות רגישות.
האם אפשר להריץ את זה על המחשב?
כן, הקוד מבוסס על ספריות פתוחות כמו Gradio, PyTorch וספריות VibeVoice. להרצה חלקה תצטרכו כרטיס מסך ייעודי שתומך במודלים שנטענים.
האם יש תמיכה מלאה בעברית?
המודלים שנמצאים בשימוש אומנו בעיקר על שפות מרכזיות כמו אנגלית. אפשר להזין עברית, אבל איכות ההגייה והמבטא עלולים להיות משובשים מאוד.
איך משתמשים
מדביקים את הטקסט בתיבה הראשית, מעלים קובץ קול נקי של הדובר שלוש שניות לפחות ולוחצים על כפתור ההפקה. אין צורך בהרשמה או התחברות כדי להתחיל לעבוד.
הריצה מתבצעת על חומרת A10G שמוקצית לפי דרישה. זמן ההמתנה מושפע מכמות הצעדים שהגדרתם, מברירת המחדל של עשרים צעדים ועד מאה, ומעומס המשתמשים הכללי ברשת באותו רגע.
הרישיון
הרישיון של המרחב לא דווח על ידי המפתח. המשמעות היא שאין היתר ברור לשימוש מסחרי בקוד או בתוצרים, ומומלץ לבדוק את תנאי הרישיון של המודלים המקוריים של מיקרוסופט וקווו לפני שמשתמשים בקבצים המופקים.