آیا می توانید تصور کنید که متن را به صدایی تبدیل کنید که به اندازه یک شخص طبیعی به نظر می رسد؟ این دقیقاً همان چیزی است که Mozilla TTS ارائه می دهد ، یک ابزار منبع باز است که توسط بنیاد Mozilla (سازندگان Firefox) ساخته شده است. با داشتن مدلهای پیشرفته مانند VITS ، این ابزار نه تنها از شرکت کنندگان مانند Alexa یا Google Assistant فراتر می رود ، بلکه استفاده از آنها بسیار آسان و کارآمد در منابع است.
چه چیزی Mozilla TTS را خاص می کند؟
کیفیت انسانی: به لطف مدل های حالت -art ، صداهایی ایجاد می کند که به نظر رباتیک نمی رسند.
چند زبانه: از بیش از 20 زبان از جمله اسپانیایی ، انگلیسی و آلمانی پشتیبانی می کند.
OpenSource: تحت مجوز MPL-2.0 ، می توانید از آن استفاده کنید ، آن را اصلاح کنید و حتی آن را آزادانه بازاریابی کنید.
چگونه شروع کنیم؟
نصب: در لینوکس (فدورا ، اوبونتو و غیره) ، حتماً پایتون 3.7 یا بالاتر داشته باشید و اجرا کنید:
ضربه شدید
کپی کردن
PIP TTS را نصب کنید
ایجاد صوتی: از یک دستور ساده مانند:
ضربه شدید
کپی کردن
tts -متن “سلام ، این یک تست است” -model_name “tts_models/es/css10/vits” -out_path “audio.wav”
و voila! شما یک فایل صوتی با متن خود به صدا تبدیل خواهید کرد.
مدل های موجود
می توانید تمام مدل ها را با TTS -list_models کشف کنید و موردی را انتخاب کنید که متناسب با نیازهای شما باشد. برخی از مدل ها برای چندین زبان کار می کنند ، اما توصیه می شود برای به دست آوردن بهترین کیفیت از کافی استفاده کنید.
مجوز MPL-2.0
این مجوز به شما امکان می دهد:
از نرم افزار تجاری یا خصوصی استفاده کنید.
آن را اصلاح و توزیع کنید.
شما فقط باید کد منبع پرونده های اصلاح شده را حفظ کرده و به اعلامیه های حق چاپ احترام بگذارید.
Mozilla TTS ابزاری انقلابی برای سازندگان محتوا ، توسعه دهندگان و هر کس علاقه مند به سنتز صدا است. چرا آن را امتحان نمی کنید و می بینید که چگونه پروژه های شما می توانند پیشرفت کنند؟
اطلاعات بیشتر در مورد ابزارهای AI را در https://makiai.com/en/mozillas-s-s-synthesizer-tts/ 🎤 کشف کنید
