الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

Tensorvox

Tensorvox هو تطبيق مصمم لتمكين توليف الكلام العصبي سهل الاستخدام وخفيف الوزن في سطح المكتب ، يهدف إلى زيادة إمكانية الوصول إلى هذه التكنولوجيا.

تعمل بشكل رئيسي بواسطة TensorFlowtts وأيضًا بواسطة coqui-tts و fits ، يتم كتابتها في C ++/QT النقي ، باستخدام API TensorFlow C للتفاعل مع نماذج TensorFlow (الأولين) ، و libtorch ل pytorch. وبهذه الطريقة ، يمكننا أداء الاستدلال دون الحاجة إلى تثبيت Gigabytes من مكتبات Python ، فقط عدد قليل من DLLs.

جربها

دليل مفصل في مستندات جوجل

احصل على نسخة من الإصدارات ، واستخرج .zip وتحقق من مجلد محرك Google للموديلات وتعليمات التثبيت

إذا كنت مهتمًا باستخدام النموذج الخاص بك ، فأنت بحاجة أولاً إلى التدريب ثم تصديره.

البنى المدعومة

Tensorvox يدعم النماذج من ثلاثة repos:

  • TensorFlowtts : Fastspeech2 ، Tacotron2 ، كل من char و phoneme ومستند melgan متعدد النطاق. إليك دفتر كولاب يوضح كيفية تصدير طراز Tacotron2 الذي يستند إلى char:
  • Coqui-TTS: Tacotron2 (IPA المستندة إلى Phoneme) و Meli Band Melgan ، بعد التحويل من Pytorch إلى Tensorflow. إليك دفتر ملاحظات يوضح كيفية تصدير نموذج LJSpeech DDC:
  • Jaywalnut310/vits: Vits ، وهو نموذج E2E بالكامل. (شدد على IPA كصوتات صوتية) دفتر تصدير:

يجب أن يوفر لك هذان الأمثلان إرشادات كافية لفهم ما هو مطلوب. إذا كنت تتطلع إلى تدريب نموذج على وجه التحديد لهذا الغرض ، فإنني أوصي بـ TensorFlowtts ، حيث أنه هو الذي يحمل أفضل الدعم ، و Fits ، لأنه أقرب شيء إلى الكمال مثل اللغات ، يتم توفير الدعم خارج الصندوق للغة الإنجليزية (coqui و tftts ، vits) ، الألمانية والإسبانية فقط (tensorflowttts) ؛ هذا هو ، لن تضطر إلى فعل أي شيء. يمكنك إضافة لغات بدون تعديل رمز ، طالما أن مجموعة Phoneme هي IPA (مجهدة أو مجهدة) ، ARPA ، أو Globalphone ، (افتح مشكلة وسأشرحها لك)

بناء التعليمات

حاليًا ، يتم دعم Windows 10 X64 فقط (على الرغم من أنني سمعت تقارير عن تشغيلها في 8.1).

متطلبات:

  1. خالق QT
  2. MSVC 2017 (v141) مترجم

بناء بريئة (مع جميع المكتبات المقدمة):

  1. قم بتنزيل التبعيات الثنائية المسبقة ويشملها
  2. قم بفك ضغطه بحيث يكون مجلد deps في نفس مكان ملفات .pro وملفات المصدر الرئيسي.
  3. افتح المشروع مع Creator QT ، وأضف المترجم الخاص بك وتجميعه

لاحظ أنه لتجربة قابلة للتنفيذ الجديدة اللامعة ، ستحتاج إلى تنزيل إصدار من البرنامج كما هو موضح أعلاه واستبدال القابل للتنفيذ في هذا الإصدار مع الإصدار الجديد الخاص بك ، بحيث يكون لديك جميع DLLs في مكانها.

TODO: إضافة تعليمات للتجميع من الصفر.

العوامل الخارجية (وشكر)

  • libtorch : https://pytorch.org/cppdocs/installing.html

  • TensorFlow C API : https://www.tensorflow.org/install/lang_c

  • CPPFLOW (TF C API -> C ++ Wrapper): https://github.com/serizba/cppflow

  • Audiofile (للتصدير WAV): https://github.com/adamstark/audiofile

  • نافذة نمط مظلمة بدون إطار : https://github.com/jorgen-vikinggod/qt-frameless-window-darkstyle

  • json for modern c ++ : https://github.com/nlohmann/json

  • r8brain-free-src (Resampling): https://github.com/avaneev/r8brain-free-src

  • rnnoise (إصدار cmake ، إخراج تقليل): https://github.com/almogh52/rnnoise-cmake

  • Logitech LED Illumination SDK (Mouse RGB Integration): https://www.logitechg.com/en-us/innovation/developer-lab.html

  • QCUSTOPLOT : https://www.qcustomplot.com/index.php/introduction

  • libnumbertext : https://github.com/numbertext/libnumbertext

اتصال

يمكنك فتح مشكلة هنا أو الانضمام إلى خادم Discord ومناقشة/اسأل أي شيء هناك

لوسائل الإعلام/الترخيص/أي استفسارات رسمية أخرى ، أرسل إلى هذا البريد الإلكتروني: [email protected]

ملاحظة حول الترخيص

هذا البرنامج نفسه مرخص ، ولكن بالنسبة للنماذج التي تستخدمها ، تنطبق شروط الترخيص الخاصة بهم. على سبيل المثال ، إذا كنت في فيتنام وتستخدم نماذج TensorFlowtts ، فسيتعين عليك التحقق هنا للحصول على بعض التفاصيل

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل