Wordercom/Qwen3-TTS

מה זה

אתם מעלים קובץ קול שמשמש כדגימת ייחוס, מקלידים את הטקסט שנאמר בו, ואז כותבים את הטקסט החדש שאתם רוצים להפיק. בנוסף אפשר לבחור שפה מתוך תפריט נפתח או להשאיר על זיהוי אוטומטי, ולסמן תיבה לשימוש בווקטור קול בלבד. התוצאה שחוזרת היא קובץ שמע שמקריא את הטקסט החדש בגוון הקול של הדגימה המקורית.

מאחורי הממשק רץ המודל Qwen3-TTS-12Hz-1.7B-Base, למרות שהקוד מזכיר גם גרסאות של CustomVoice ו־VoiceDesign. בפועל הממשק מוגדר כרגע לעבודה מול גרסת הבסיס בגודל 1.7B בלבד. אין כאן דוגמאות מובנות מראש בתוך העמוד, כך שחייבים להביא הקלטה וטקסט משלכם כדי להתחיל לעבוד.

מתאים ל

• שכפול קול לצורך בדיקה

  מעלים הקלטה קצרה וטקסט חדש כדי לראות אם המודל מצליח לשמור על גוון הדיבור המקורי.

• יצירת קריינות מטקסט

  מזינים קטעי טקסט להקראה בקול מותאם אישית בלי להקליט כל משפט באולפן.

• בדיקת איכות של Qwen3

  בוחנים את טבעיות הדיבור והשפות הנתמכות בגרסת 1.7B לפני התקנה מקומית.

איפה זה נופל

הממשק מוגבל כרגע אך ורק למודל הבסיס בגודל 1.7B, למרות שקוד המקור מזכיר גרסת 0.6B קלה יותר ויכולות עיצוב קול מתקדמות. חומרת T4 חלשה מדי לעבודה בזמן אמת, כך שאי אפשר להסיק מההדגמה הזו על מהירות התגובה האמיתית של המודל בתשתית ייעודית. בנוסף, חובה להזין את תמלול השמע המקורי בדיוק סביר, אחרת איכות החיקוי וההגייה נפגעות.

איך משתמשים

לוחצים על כפתור Generate אחרי שטוענים את השמע וממלאים את שני שדות הטקסט. השרת שמריץ את הדמו פועל על חומרת t4-small בסיסית, כך שזה לא טס ועיבוד של משפטים ארוכים ייקח זמן. יש בממשק פס התקדמות שמדווח על מצב הריצה בשרת, יחד עם תיבת סטטוס שמציגה הודעות שגיאה או סיום.

אין כאן שום צורך בהתחברות או ביצירת חשבון, אבל בגלל שמדובר במשאב שיתופי חינמי עם מאיץ גרפי פשוט, עומס ממשתמשים אחרים יכניס אתכם להמתנה ויאט את הפקת הסאונד.

הרישיון

הקוד והמודלים מפורסמים תחת רישיון apache-2.0, שמתיר שימוש מסחרי, שינויים והפצה חופשית. לגבי הקבצים שאתם מעלים, הם נשלחים ישירות לשרת שמארח את ההדגמה ולא נשמרים ברישיון פתוח, אך המרחב עצמו ציבורי ולכן לא כדאי להעלות הקלטות רגישות.

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

הרישיון המלא ב־Hugging Face ↗