Real-Time Voice Cloning
استنسخ أي صوت في غضون 5 ثوانٍ لتوليد كلام تعسفي في الوقت الفعلي.
التعلم النقلي من التحقق من المتحدث إلى توليد الكلام من النصوص لعدة متحدثين.
تنفيذ هذه الأداة لإطار عمل التعلم العميق SV2TTS باستخدام Python و PyTorch. تتيح لك إنشاء تمثيل رقمي للصوت من بضع ثوانٍ من التسجيل الصوتي وتوليد كلام من نص تعسفي.
ما هو
توفر خط أنابيب تعلم عميق من ثلاث مراحل يتضمن مشفرًا للتحقق من المتحدث، ومولد صوت يعتمد على Tacotron، ومولد صوت WaveRNN. يمكنك تشغيلها عبر صندوق أدوات رسومي أو واجهة سطر أوامر باستخدام Windows أو Linux.
لمن هو
تتناسب مع المطورين والباحثين الساعين لتجربة توليد الكلام القائم على التعلم العميق. ولا تتناسب مع من يحتاجون إلى جودة صوت تجارية عالية الدقة وجاهزة للإنتاج فورًا.
أهم الميزات
استنساخ الصوت في 5 ثوانٍ
ينشئ تمثيلاً رقميًا للصوت من بضع ثوانٍ وجيزة من الصوت.
مولد صوت في الوقت الفعلي
يستخدم مولد صوت WaveRNN لتوليد الكلام بسرعة على الأجهزة المدعومة.
واجهة مستسوم رسومية لصندوق الأدوات
يتضمن واجهة رسومية للاختبار والتفاعل مع نماذج الصوت.
نماذج مدربة مسبقًا
يقوم بتنزيل نقاط التحقق الضرورية للنماذج تلقائيًا من Hugging Face.
جاهز للعمل في 3 خطوات
حكمنا الصادق
ما يميّزه
- ينفذ إطار عمل SV2TTS الذي يجمع بين مراحل المشفر، والمولد، ومولد الصوت (vocoder)
- يتضمن واجهة صندوق أدوات رسومية وواجهة سطر أوامر CLI
- يدعم التشغيل عبر CUDA لوحدات معالجة الرسوميات NVIDIA أو التنفيذ على المعالج CPU
- يقوم بتنزيل النماذج المدربة مسبقًا تلقائيًا من Hugging Face
أين يقصّر
- يشير مؤلف المستودع إلى أن قاعدة الكود قد تقدمت في العمر وأن العديد من تطبيقات SaaS توفر جودة صوت أفضل
- يتطلب تثبيتًا يدويًا لـ FFmpeg ومدير الحزم uv
- تنزيلات مجموعات البيانات الاختيارية مثل LibriSpeech مطلوبة لتجربة صندوق الأدوات بشكل كامل
- يتطلب التشغيل بكفاءة وحدة معالجة رسومية NVIDIA وتكوين CUDA مناسب
التسعير والرخصة
لا يذكر المستودع ترخيصًا محددًا في بياناته الوصفية، ولا توجد خيارات مدفوعة مستضافة مذكورة من قبل المؤلف. التكلفة الوحيدة هي تشغيل الأجهزة وإدارة التبعيات بنفسك.
وظائف للناطقين بالعربية
873 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
البدائل
استخدمه، أو دعنا نُعِدّه لك
الأسئلة الشائعة
ما هي الأجهزة التي أحتاجها؟
يمكنك تشغيلها على المعالج (CPU) أو عبر وحدة معالجة رسومية (NVIDIA GPU) مع دعم CUDA.
هل النماذج متضمنة؟
تم تصميم النماذج المدربة مسبقًا للتنزيل تلقائيًا من Hugging Face.
