Glosik

Głosik

Głosik（发音为“ GWOH-SEEK”）是使用MLX Swift展示F5-TTS文本对语音系统的示例应用程序。这个名字来自带有小小后缀“ -ik”的波兰语“głos”（声音）。

这是实现的原始存储库：https：//github.com/lucasnewman/f5-tts-swift

F5TTS_DEMO.MP4

观看上面的演示，以查看Głosik的行动！

要求

• MacOS 14.0或更高版本
• iOS 16.0或以后
• Visionos 1.0或更高版本
• XCode 15.0或更高版本
• Swift 5.9或以后

安装

1. 克隆存储库
2. 在Xcode中打开Glosik.xcodeproj
3. 建立和运行该项目

用法

1. 输入您要转换为语音的文字
2. （可选）记录或选择参考音频样本：
   • 转到“参考”选项卡
   • 记录一个新的音频样本并提供参考文本
   • 将其保存为参考样本
   • 从“生成”选项卡中的参考选择器中选择它
3. 单击“生成语音”以创建音频
4. 使用播放控件收听生成的语音
5. 将生成的音频保存为WAV文件

特征

文本到语音的一代

• 使用F5-TTS模型的高质量语音合成
• 实时生成进度跟踪
• 生成正时统计
• GPU内存使用率监视

参考音频支持

• 记录新的参考样本，并随附文本
• 管理保存的参考样本
• 选择语音生成的参考样本
• 播放参考样品
• 支持Mono，24KHz WAV格式

现代用户界面

• 本机Swiftui接口
• 拆分视线导航
• 暗模式支持
• 跨平台支持（MacOS，iOS，Visionos）
• 可访问功能

项目结构

该项目分为两个主要部分：

• Glosik ：主要申请
• GlosikUI ：可重复使用的Swiftui组件包装包

执照

该项目已根据MIT许可获得许可。有关详细信息，请参见许可证文件。