https://www.opennet.ru/openforum/vsluhforumID3/133854.html Проект ChatTTS опубликовал модель и связанный с ней инструментарий машинного обучения для синтеза эмоциональной речи. Проект ChatTTS специально оптимизирован для использования в диалоговых системах, таких как интерактивные помощники, и нацелен на воспроизведение свойств естественного эмоционального общения. Поддерживается взаимодействие с несколькими говорящими и построение интерактивного диалога. Корректно отслеживаются и воспроизводятся при синтезе просодические элементы, такие как смех, паузы и междометия...<br><br>Подробнее: https://www.opennet.ru/opennews/art.shtml?num=61265<br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#57 Fri, 31 May 2024 16:40:12 GMT Если почитать сабж в Гите то оно обучалось на китайском и английском языках. Поэтому основное применение его именно там. Хотеть от нее хорошего русского... Ну такое...<br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#56 Fri, 31 May 2024 14:08:07 GMT &gt; Еще бы что-то с бухими самокатчиками сделать и вообще будет ништяк!<br><br>Можно просто тебя в тюрьму посадить. Заранее. Сразу столько проблем одним махом! И с отбойниками, и с столбиками, и самокаты там не ездят. Красота.<br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#55 Fri, 31 May 2024 07:23:07 GMT Из описания не понял - можно ли эту "модель" использовать где-то у себя и какой пакадж для этого установить надо?<br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#54 Fri, 31 May 2024 07:10:13 GMT Ветка началась с мерянья пиписьками, у кого меньше.<br><br>А так-то проблема всех нейросетей сейчас не в объёме, а в вычислительной мощности. Пока не появятся массовые недорогие NPU, для персональных компьютеров это всё малоприменимо. Вот, может, MS с квалкомом пендаля в этом направлении дадут.<br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#53 Thu, 30 May 2024 13:40:49 GMT Так голос поменять не проблема, проблема в вокале. Если петь ты не умеешь то меняй хоть на голос шакиры - будешь голосом шакиры, но так же как и раньше хреново петь.<br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#52 Thu, 30 May 2024 12:17:42 GMT Проблема не в ги6абайтах, что дешево, в том что для генерации на лету надо ещё и толстую видеокарту, которая не будет выводить видео, а займется синтезом речи.<br><br>А в сотни мегабайт уже влазит база с полностью нароворененными фразами, с интонацией и правильным произношением, и далее работает не требуя ресурсов, хоть на игрушечном esp32.<br>А вот как такая база готовится, то секрет, ибо делать "в лоб" долго. А для её генерации подобный движок уже более чем уместен, с любыми его требованиями.<br><br><br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#51 Thu, 30 May 2024 11:45:42 GMT Требования-то, конечно, да, но размер модели меня не напрягает. ≈Гигабайт локально, если будет _нормальный_ голос &#8212; это ни о чём.<br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#50 Thu, 30 May 2024 10:44:58 GMT Про качество логично.<br><br>Но, если у ПО совсем непомерные требования к железу, то пахнет плохим проектированием, а то и JS/Pytnon.<br>Подобное ПО с качеством можно использовать для наговаривания книг, генерации озвучки, но между делом в фоне работать подобному ПО тяжеловато.<br> https://www.opennet.ru/openforum/vsluhforumID3/133854.html#49 Thu, 30 May 2024 10:11:40 GMT Предпочитаю впечатляться качеством, а не размером, всё-таки не времена спектрумов.<br>