kokoro-webgpu

מה זה

אתם מקלידים או מדביקים טקסט בממשק ומקבלים קובץ דיבור מוקלט להאזנה. הפלט מופק כולו מקומית על המחשב שלכם, כך שאין כאן תלות בענן או המתנה לעיבוד בשרת מרוחק.

מאחורי הקלעים רץ המודל onnx-community/Kokoro-82M-ONNX, גרסה מומרת של Kokoro בגודל 82 מיליון פרמטרים. היישום נבנה בעזרת ספריית Transformers.js ומנצל את תקן WebGPU, שמאפשר להריץ רשתות נוירונים ישירות על המעבד הגרפי שלכם דרך דפדפנים תומכים.

המבנה של היישום כולל צד לקוח שנבנה ב־React וב־Vite. כל עוד הטקסט מוזן באנגלית, המודל מחשב את גלי הקול על החומרה המקומית ומספק תוצאה ישירה בממשק.

מתאים ל

• בדיקת איכות דיבוב

  האזנה מהירה לטקסט קצר כדי להתרשם מאיכות הקול של מודל Kokoro לפני שמטמיעים אותו.

• הרצת שמע פרטית

  יצירת קובצי דיבור על המחשב בלי להעביר טקסטים רגישים לשרתים חיצוניים.

• בחינת יכולות WebGPU

  בדיקה מעשית של ביצועי בינה מלאכותית מקומית בדפדפן על החומרה שלכם.

איפה זה נופל

ההדגמה מוגבלת ביכולותיה ביחס למודלים ענקיים שרצים בחוות שרתים, והיא לא תומכת בשפות כמו עברית. אם הדפדפן או כרטיס המסך שלכם אינם תומכים ב־WebGPU, הדף פשוט לא יעבוד.

הטעינה הראשונית עלולה להיות איטית במיוחד בחיבור אינטרנט חלש. כדאי לבדוק קודם איך המערכת מתמודדת עם משפטים ארוכים, כי כרטיסי מסך חלשים עלולים להיתקע בעיבוד כבד.

איך משתמשים

פותחים את הדף בדפדפן עם תמיכה ב־WebGPU, מקלידים את הטקסט בתיבה ומפעילים את יצירת הקול. אין צורך לפתוח חשבון, להתחבר או לעמוד בתור של משתמשים אחרים, כי העיבוד נעשה כולו אצלכם.

בפעם הראשונה יש זמן טעינה שבו הדפדפן מוריד את קובצי המודל לזיכרון המקומי. מרגע שהמודל נטען, מהירות היצירה מושפעת ישירות מכרטיס המסך של המחשב שלכם, כך שחומרה חזקה תניב תוצאות מהירות בהרבה ממחשב בסיסי.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0. הרישיון מאפשר שימוש חופשי בקוד, כולל התאמות ושימוש מסחרי, בכפוף לתנאי הרישיון המקוריים. הקלט והשמע שנוצרים נשארים על הדפדפן שלכם ואינם מועברים לצד שלישי.

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

הרישיון המלא ב־Hugging Face ↗