WhisperSpeech
WhisperSpeech, OpenAI Whisper modelinin tersine çevrilmesiyle oluşturulmuş açık kaynaklı bir metin-ses (TTS) sistemidir. Mimari olarak iki aşamalı token tabanlı bir boru hattı izler; transkripsiyon için Whisper'ı, dalga biçimi tokenizasyonu için EnCodec'i ve yüksek sadakatli ses için Vocos'u kullanır. Apache-2.0 ve MIT lisanslarıyla sunulan modeller, lisanslı verilerle eğitilmiştir ve RTX 4090 üzerinde gerçek zamanlı hızın çok üzerine çıkabilen optimizasyonlar barındırır.
collabora · Ses & Metinden Sese (TTS)
Bu kategorideki yaygın ticari ürünler: ElevenLabs, Amazon Polly, Google Cloud Text-to-Speech
- Tek bir cümle içinde farklı diller arasında akıcı geçişler yaparsın
- Tek tıklamayla mevcut örnekler üzerinden ses kopyalama (voice-cloning) işlemi gerçekleştirirsin
- Colab ortamını kullanarak veya yerel bilgisayarında ön eğitilmiş modellerle hızlıca çalıştırırsın
- ↑ OlumluHacker News
WhisperSpeech – Bir open source metin-konuşma sistemi Whisper ters tarafından inşa
“Evet, teşekkürler. Gelecekte bunu okuyabilecek herkes için bunu (bunu en kısa zamanda belgemize de koyacağım) netleştirmeye çalışmak isterim: modelimiz Fısıltı'nın bir türevi değildir, ancak veri ön işlememizde transkriptleri (ve kodlayıcı çıktılarını) kullanırız. Ben...”
Notum
Alternatif sayfaları
Aynı kategoride: Ses & Metinden Sese (TTS)
- GPT-SoVITS★ 64.315 · 12 gün önce
- VoxCPM★ 40.871 · 23 gün önce
- RVC★ 38.971 · 2 ay önce
- OpenVoice★ 38.112 · 1 yıl önce
- Pixelle-Video★ 29.593 · 4 ay önce
- Chatterbox TTS★ 27.447 · 3 ay önce