Glosik

Głosik

Głosik（發音為“ GWOH-SEEK”）是使用MLX Swift展示F5-TTS文本對語音系統的示例應用程序。這個名字來自帶有小小後綴“ -ik”的波蘭語“głos”（聲音）。

這是實現的原始存儲庫：https：//github.com/lucasnewman/f5-tts-swift

F5TTS_DEMO.MP4

觀看上面的演示，以查看Głosik的行動！

要求

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

安裝

1. 克隆存儲庫
2. 在Xcode中打開Glosik.xcodeproj
3. 建立和運行該項目

用法

1. 輸入您要轉換為語音的文字
2. （可選）記錄或選擇參考音頻樣本：
   • 轉到“參考”選項卡
   • 記錄一個新的音頻樣本並提供參考文本
   • 將其保存為參考樣本
   • 從“生成”選項卡中的參考選擇器中選擇它
3. 單擊“生成語音”以創建音頻
4. 使用播放控件收聽生成的語音
5. 將生成的音頻保存為WAV文件

特徵

文本到語音的一代

• 使用F5-TTS模型的高質量語音合成
• 實時生成進度跟踪
• 生成正時統計
• GPU內存使用率監視

參考音頻支持

• 記錄新的參考樣本，並隨附文本
• 管理保存的參考樣本
• 選擇語音生成的參考樣本
• 播放參考樣品
• 支持Mono，24KHz WAV格式

現代用戶界面

• 本機Swiftui接口
• 拆分視線導航
• 暗模式支持
• 跨平台支持（MacOS，iOS，Visionos）
• 可訪問功能

項目結構

該項目分為兩個主要部分：

• Glosik ：主要申請
• GlosikUI ：可重複使用的Swiftui組件包裝包

執照

該項目已根據MIT許可獲得許可。有關詳細信息，請參見許可證文件。