Amazon Polly alternatifi açık kaynak projeler

Kelimelerin sonunda ses kesme Lehçe

“VoxCPM sürümü: 2.0.2 --- Açıklama Lehçe konuşma üretirken, ses bazen bir kelimenin sonunda aniden kesilir. Son hece veya ünsüz kesilerek çıktının doğal olmaması sağlanır. Bu varsayılan nesil parametreleri ile olur....”

Daw(vst) Eklentisinde RVC AI Sesi

“Ayçiçeği Endüstrisi, herkes için RVC ses dönüşümü için bir VST (AU) plugin'dur!, seçtiğiniz Path & Index dosyasını yükleyin ve ses dosyasını sıfıra yakın izine dönüştürecektir.”

AMD Destek - Segmentasyon Hatası

“Sistem: Ubuntu 22.04 LTS Intel i5-12600k 32GB DDR4 AMD Radeon RX 6650 XT Rocm için manuel olarak PyTorch 2.0.1 yüklü. Daha sonra requirements.txt. webui'den yüklenen gereksinimler sorunsuz bir şekilde açılır, ancak çıkarım veya eğitim denerken aşağıdaki mesajı alırım: ...”

OpenVoice: Çok Yönlü Anında Ses Klonlama

“Bu depo, ticari kullanımı yasaklayan Creative Commons Attribution-NonCommercial 4.0 Uluslararası Lisansı altında lisanslanmıştır. MyShell, bir sesin OpenVoice tarafından oluşturulup oluşturulmadığını, filigran eklenip eklenmediğini algılama yeteneğini saklı tutar.”

OpenVoice: Anında Ses Klonlama

“OpenVoice'i kullanarak projeye başlamaktan, işin %90'ı için bir aktör işe almak yerine, daha sonra aynı aktörü yaratıcı değişiklikler için yeniden planlama zahmetine girebileceğiniz için seslerini klonlamaktan bir fark var. Ama o projeye Morgan gibi ses çıkararak başlarsan...”

Chatterbox TTS

“(Cevabınızı dikkatle okumadım. Aşağıdakiler CLI'daki bir metin dosyasının kedileştirilmesinin sonuçlarıdır. Yeni metin kutusuna sabah PDT'de bir tur attıracak. Chatterbox TTS ile çalışmama yardım ettiğiniz için gerçekten yürekten teşekkür ederim!) Kesinlikle uçtu. Gibson'ın ilk sayfasını besledim...”

Chatterbox TTS

“Chatterbox muhteşem. Kurulumu da kolaylaştıran bir API ambalajı oluşturdum (Dockerized de) Ambalajınızı bir deneyin ve vay canına, hem Chatterbox TTS hem de API ambalajınız tarafından uçuruldum. Aşağıdakilerin temel seviyesini mazur görün. Hızlı bir şey arıyordum ve...”

Islık: 16.9 MB'de Metine Konuşma

“Yüksek hata oranıyla transkripsiyonun kalitesini oldukça kötü buluyorum. Ve Devine podcast kalitesinde mikrofon kullanıyorum. IMHO hata oranı yirmi yıl önceki Dragon Speech ile karşılaştırılabilir. Bana öyle geliyor ki konuşma modelleri kelimelerin içeriğini hesaba katmıyor...”

Mozilla Common Voice 16 Yeni Dil ve 4600 Yeni Konuşma Saati Ekliyor

“Bu çok aptalca. Common Voice, NVidia'ya özgü özellikler eklemiyor; bu bir veritabanı için bile nasıl görünürdü? Açık lisanslı bir veritabanına kaynak bağışlamak ve geliştiricileri oyunlarını tescilli API'ler için optimize etmeye teşvik etmek arasında bir karşılaştırma yapılmamalıdır.”

Leon Sans, kod ile yapılmış geometrik bir yazı tipi

“Bu büyüleyici, son zamanlarda tasarlamaya başladığım bir yazı tipiyle oldukça fazla örtüşüyor: CNC makinelerde küçük projeler yapıyorum ve standart bir yazı tipinin anahatını kullanırken bir karakterin her iki tarafını da izlemek zorunda kalmaktan rahatsız oldum. Buna karşılık, ben yarattım...”

Leon Sans, kod ile yapılmış geometrik bir yazı tipi

“Süper havalı iş! Bebek Leon'un doğumu için tebrikler :-) -- Bir süre önce tipografik animasyonla ilgilendim, ilgili iki Vikipedi sayfası var: "Motion Graphics" [1] ve "Kinetic Typography" [2]. Kinetic'i gerçekleştirmek için algoritmaları tanımlayan çok fazla bilgi yoktur...”

Daha iyi sonuçlar için ince ayar?

“Bu yüzden, collab'ın aslında ince ayar yapmadığını varsayıyorum. Bu mantıklı çünkü bazı sesler için kulağa iyi geldiği için yeterince yaklaşabilirim. Ama sesimi söyleyelim. Neden bilmiyorum ama beni Posh İngilizi gibi gösteriyor. Klonlamayı geliştirmenin herhangi bir yolu...”

20-30 dakika gibi daha uzun okumasını sağlamanın bir yolu var mı?

“Bundan 23 saniye çıkarabilirim ama bunun mümkün olabileceğini düşünürsün. Duygusal stresler de otomatik mi?”

Doc çeviri

“Doc çeviri”

docker: Daemon'dan gelen hata yanıtı: Head " reddedildi

“docker: Daemon'dan gelen hata yanıtı: Head " reddedildi”

HN'yi Göster: AI Ajanları için Açık Kaynak TypeScript Çerçevesi – VoltAgent

“Merhaba HN, ben VoltAgent'ın kurucularından biriyim. Geçtiğimiz aylarda, basit bir odakla inşa ediyoruz: AI geliştirme gerçek zamanlı gözlemlenebilirlikten yoksundur. Ajanlarla çalışırken genellikle kara kutu olur. Biraz kod yazarsın, çalıştırırsın ve umarım iyi davranır. Eğer bir şey...”

HN'yi Göster: AI Ajanları için Açık Kaynak TypeScript Çerçevesi – VoltAgent

“Voltagent'in UI'su çarpıcı. Nocode eylem türlerini ekleme planlarınız var mı? Bazen nocode ile başlamak ve gerektiğinde kodlamaya geçmek daha kolaydır.”

Demucs Müzik Kaynağı Ayırma

“Bu, Meta'nın kaydedilen müziği dört "stem"e ayırabilen bir AI/ML sistemidir - davullar, baslar, vokaller ve diğer. Bu ilk değil (Deezer açık kaynaklı Spleeter şimdi yaygın olarak kullanılan birkaç yıl önce) ama bence Demucs sonuçları süper etkileyici - bu ...”

Nasıl kullanacağım?

“5 saat boyunca yüklemeye çalıştım ama asla ilk adımdan daha ileri gitmedim. Her zaman şu hatayı aldım: 'conda env update -f environment-cpu.yml EnvironmentFileNotFound: '/Users/montserratbartoky/environment-cpu.yml' dosyası bulunamadı' Bir video öğreticisi bize yardım etmek için mükemmel bir şeydir...”

LINUX: Local Whisper transcription errror

“**Describe the bug** Record not been able to be transcripted. **To Reproduce** Steps to reproduce the behavior: 1. git pull 2. ELECTRON_DISABLE_SANDBOX=1 npm run dev 3. Download models 4. Start record with hot-key **Expected behavior** Copy in the clipboard of the transcription…”

It wont type to forms or streamlabs

“I tried using OpenWhisper to type on forms it wont type it will type on browser when typing a url and in warcraft but it wont on streamlabs chat bot or app or on forms or gemini”

LibritTS'in ön işleme bölümü ile ilgili bir sorun.

“Merhabalar! LibritTS veri seti ile çalışırken, oluşturulan test.json ve train.json dosyalarının her ses örneği için karşılık gelen metni içermediğini fark ettim. Metin bilgisinin bu yokluğu, daha sonra fonemleri çıkarmaya çalışırken bir hataya neden olur.”

Limit realtime transcription time

“Currently if real time transcription continues for a long time then sentence appear to be a huge so it's processing takes a lot of time even with using Cuda. Is that possible to set something like maximum_audio_duration etc to process smaller chunks of text instead of it all?”

macOS

“Code： ```from RealtimeSTT import AudioToTextRecorder import ssl ssl._create_default_https_context = ssl._create_unverified_context import torch model, _ = torch.hub.load(repo_or_dir="snakers4/silero-vad", model="silero_vad", verbose=True) if __name__ == '__main__': recorder =…”