ZONOS2
קוד פתוחZyphraapache-2.02026-06-11
מודל פתוח להקראת טקסט ושיבוט קולות שמאומן על מיליוני שעות ותומך בעברית. הוא בנוי על ארכיטקטורת תערובת מומחים כדי לשמור על זמני תגובה נמוכים.
- 14.3 GBמשקל הקבצים
- 759הורדות בחודש
- 146לייקים
מה זה
מדובר במודל טקסט לדיבור שנשען על ארכיטקטורת MoE ואומן על יותר משישה מיליון שעות דיבור במגוון שפות. המטרה כאן היא להגיע להבעה טבעית ולשיבוט קולות ברמה של שירותי ענן מסחריים, בלי לסחוב זמני שיהוי ארוכים בהפקה מקומית.
בפועל הוא מעבד קלט בבתים של טקסט מנורמל בפורמט UTF-8 לצד וקטור קול שמופק בשיטת ECAPA-TDNN, ופולט אסימוני אודיו דחוסים דרך DAC. החלוקה לשפות מדורגת, כאשר עברית מוגדרת ברמה השנייה, לצד שפות כמו צרפתית, קוריאנית וגרמנית, מתחת לאנגלית, מנדרינית ויפנית שנמצאות ברמה הראשונה.
מתאים ל
- שיבוט קול מקומי
יצירת קולות מותאמים אישית מקבצי אודיו של דובר, ישירות משרת עצמאי ללא תלות בספק חיצוני.
- הקראת טקסט בעברית ובאנגלית
הפקת דיבור רב לשוני במערכות תומכות תוך שימוש במודל יחיד שמכיל את שתי השפות.
- שירות דיבור בזמן אמת
שילוב ביישומי צ'אט קוליים בזכות תערובת מומחים ושרת היסק שמתוכננים להגיב בשיהוי נמוך.
איפה זה נופל
התמיכה מוגבלת לחלוטין לסביבת לינוקס עם חומרת אנבידיה, בלי אפשרות רשמית לרוץ על מק או חלונות. בנוסף, עברית מדורגת ברמה שתיים ולא נהנית מאותה עדיפות ואיכות אימון של שפות הרמה הראשונה, מה שדורש בדיקה מקיפה של דיוק ההגייה ואיכות הקול לפני שמשלבים אותו במערכת מקומית.
שאלות
נפוצות
האם אפשר להריץ את המודל על מחשב מק עם מעבד אפל?
לא. התיעוד מגדיר במפורש תמיכה במערכות לינוקס על ארכיטקטורת x86_64 בלבד, ומחייב מעבד גרפי של אנבידיה עם התקנת CUDA מתאימה.
איך מספקים למודל קול שרוצים לשבט?
מכוונים את שרת ההיסק לתיקייה מקומית עם קובצי קול בפורמטים נפוצים כמו WAV או MP3, והמערכת מחלצת מהם את המאפיינים הדרושים להפקה.
איך מריצים
כדי להריץ אותו מקומית חייבים מערכת לינוקס על מעבד x86_64 וכרטיס מסך של אנבידיה עם CUDA מתאים. הקבצים שוקלים 14.3 גיגה בייט, כך שתצטרכו מאיץ גרפי מודרני עם מספיק זיכרון וידאו כדי לטעון אותו ולשרת בקשות.
ההתקנה מסתמכת על uv וקוד מגיטהאב, וההרצה בפועל מבוססת על שרת היסק ייעודי בשם Mini-SGLang שפותח נקודת קצה מקומית. אם אין לכם את החומרה או שאתם לא רוצים לתחזק שרת לינוקס בעצמכם, החברה מחזיקה סביבת בדיקות בענן שלה.
pip install -U huggingface_hub hf download Zyphra/ZONOS2
הקבצים
6 קבצים במאגר, 14.3 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
הרישיון
המודל משוחרר תחת רישיון אפאצ'י 2.0. זהו רישיון קוד פתוח מתירני שמאפשר שימוש מסחרי מלא, שינוי של הקוד והפצה פנימית או חיצונית, בתנאי ששומרים על הודעות זכויות היוצרים והרישיון המקורי.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים