تخطَّ إلى المحتوى الرئيسي
ToolPotion
مستشار الذكاء الاصطناعي
إرسال (مجاني)

Audio8-TTS-Realistic-Air

Audio8-TTS-Realistic-Air هو نموذج تحويل النص إلى كلام يحتوي على 0.6 مليار معلمة، ويقدم واقعية محسنة في الكلام واستنساخ صوتي بدون عينة. يدعم 23 لغة، موسعًا على سلفه، ويشمل نقطة تفتيش نموذج كاملة، وشفرة صوتية عصبية، ومحول، ومعالج. تم تصميم النموذج لتوليد الكلام بشكل مرن وخدمة GPU عالية الإنتاجية.

عرض النموذج
مشاركة
عرض النموذج
مشاركة

Audio8-TTS-Realistic-Air هو نموذج متقدم لتحويل النص إلى كلام (TTS) تم تطويره بواسطة Edge0، متاح على Hugging Face. بناءً على Audio8-TTS-Preview-0.6b، يحسن هذا الإصدار بشكل كبير من واقعية الكلام، مما يوفر نغمة أكثر طبيعية وتوصيلًا معبرًا، مع الحفاظ على بنية معمارية مدمجة تحتوي على 0.6 مليار معلمة.

قراءة المزيد

يتميز النموذج بتغطية متعددة اللغات أوسع، حيث يدعم 23 لغة. يشمل ذلك 11 لغة من إصدار المعاينة (الكانتونية، الصينية، الهولندية، الإنجليزية، الفرنسية، الألمانية، الإيطالية، اليابانية، الكورية، البولندية، الإسبانية) و12 إضافة جديدة (العربية، الفنلندية، الهندية، الإندونيسية، الماليزية، النرويجية، البرتغالية، الروسية، السويدية، التايلاندية، التركية، الفيتنامية). يستخدم نفس واجهة استدلال Transformers مثل سلفه، مما يجعله متاحًا للمطورين.

يتضمن Audio8-TTS-Realistic-Air نقطة تفتيش نموذج كاملة، وشفرة صوتية عصبية بتردد 44.1 كيلوهرتز، ومحول، ومعالج، ورمز Transformers مخصص. يدعم توليدًا مرنًا، حيث يقدم كل من استنساخ الصوت بدون عينة من تسجيل مرجعي ونص، بالإضافة إلى توليد الكلام بدون مرجع. يمكن للمستخدمين تجربة هذه القدرات في ملعب تفاعلي مستضاف على Hugging Face ZeroGPU.

لتطبيقات عالية الإنتاجية، يتميز النموذج بخدمة GPU عبر محول SGLang Omni. يوفر هذا المحول انتباهًا مقسمًا، وتجميعًا ديناميكيًا، وواجهة برمجة تطبيقات صوتية متوافقة مع OpenAI، مما يضمن نشرًا فعالًا وقابلًا للتوسع. بنية النموذج هي تصميم DualAR، مستوحاة من Fish Audio S2 Pro، مع محول AR بطيء يتنبأ بالرموز الدلالية ومحول AR سريع يتنبأ بدفاتر رموز الشفرة.

تتطلب التثبيت Python 3.10 أو أحدث وGPU يدعم CUDA. تم اختبار النموذج بشكل تجريبي مع PyTorch 2.8.0 وTransformers 4.57.3 على NVIDIA H20، مما يغطي توليد لغات مختلفة واستنساخ الصوت. تم إصدار الشيفرة وأوزان النموذج بموجب رخصة Apache 2.0، مما يعزز الوصول المفتوح والاستخدام المسؤول. بينما تختلف الجودة حسب اللغة، يمثل النموذج خطوة كبيرة إلى الأمام في توليد النص إلى كلام واقعي ومتعدد اللغات.

  • الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
  • نموذج التسعيرمفتوح المصدر
  • النشرسحابي
  • المنصاتالويب

  • تحسين واقعية الكلام مع نغمة طبيعية وتوصيل معبر

  • تغطية متعددة اللغات أوسع تدعم 23 لغة

  • بنية نموذج مدمجة تحتوي على 601 مليون معلمة للنموذج الرئيسي

  • استنساخ صوتي بدون عينة من الصوت المرجعي والنص

  • توليد الكلام بدون تسجيل مرجعي

  • خدمة GPU مع محول SGLang Omni للإنتاجية العالية

  • دعم واجهة برمجة تطبيقات /v1/audio/speech المتوافقة مع OpenAI

  • بنية DualAR لمعالجة الصوت المتقدمة

  • شفرة صوتية عصبية بتردد 44.1 كيلوهرتز مضمنة

  • يتضمن محولًا ومعالجًا ورمز Transformers مخصص

  • يدعم التجميع الديناميكي والانتباه المقسم

  • رخصة Apache 2.0 للشيفرة وأوزان النموذج

  • ملعب تفاعلي لاختبار توليد الكلام واستنساخ الصوت

  1. الوصول إلى النموذج: انتقل إلى صفحة Edge0/Audio8-TTS-Realistic-Air على Hugging Face.

  2. إعداد البيئة: تأكد من تثبيت Python 3.10+ وGPU يدعم CUDA.

  3. تحميل النموذج: قم بتحميل النموذج باستخدام رمز Transformers مخصص مع `trust_remote_code=True`.

  4. توليد الكلام: استخدم المعالج لتحضير المدخلات لتوليد الكلام.

  5. تنفيذ استنساخ الصوت: قدم تسجيلًا مرجعيًا نظيفًا ونصه الدقيق لاستنساخ الصوت بدون عينة.

  6. تشغيل الاستدلال: انقل المدخلات إلى جهاز النموذج ونفذ خطوات التوليد وفك التشفير.

  7. نشر الخدمة: استخدم محول SGLang Omni لخدمة GPU عالية الإنتاجية مع واجهة برمجة تطبيقات متوافقة مع OpenAI.

  • توليد الكلام الواقعي
  • إنشاء محتوى متعدد اللغات
  • استنساخ الصوت بدون عينة
  • تطبيقات الصوت التفاعلية
  • خدمة الصوت عالية الإنتاجية
  • البحث والتطوير

من Edge0

نموذج ضمن Audio8-TTS-Realistic-0.6b.

تقييمات Audio8-TTS-Realistic-Air

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل Audio8-TTS-Realistic-Air

Audio8-TTS-Realistic-0.6b

نماذج الذكاء الاصطناعي

Audio8-TTS-Realistic-0.6b هو نموذج تحويل النص إلى كلام يقدم واقعية محسّنة في الكلام واستنساخ صوتي بدون تدريب مسبق. يدعم 23 لغة ويستخدم بنية مدمجة 0.6B.

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج تحويل النص إلى كلام يقدم واقعية محسّنة في الكلام واستنساخ صوتي بدون تدريب مسبق. يدعم 23 لغة ويستخدم بنية مدمجة 0.6B.Audio8-TTS-Realistic-0.6b هو نموذج تحويل النص إلى كلام يقدم واقعية محسّنة في الكلام واستنساخ صوتي بدون تدريب مسبق. يدعم 23 لغة ويستخدم بنية مدمجة 0.6B.

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

نموذج بارك للذكاء الاصطناعي

نماذج الذكاء الاصطناعي

بارك هو نموذج تحويل قائم على المحولات لتحويل النص إلى صوت من تطوير سونو، قادر على توليد خطاب متعدد اللغات واقعي وأشكال صوتية أخرى. يدعم البحث من خلال نقاط تفتيش نموذج مدربة مسبقًا…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

بارك هو نموذج تحويل قائم على المحولات لتحويل النص إلى صوت من تطوير سونو، قادر على توليد خطاب متعدد اللغات واقعي وأشكال صوتية أخرى. يدعم البحث من خلال نقاط تفتيش نموذج مدربة مسبقًا…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Ming-3.0-tts-0.5B

نماذج الذكاء الاصطناعي

Ming-3.0-tts-0.5B هو نموذج لتوليد الكلام متعدد اللغات يقدم استنساخ الصوت بدون تدريب مسبق والتحكم الحر. يدعم عدة لغات ولهجات، مما يوفر تحكمًا دقيقًا في العاطفة والسرعة والنغمة…

تحويل النص إلى كلام
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج لتوليد الكلام متعدد اللغات يقدم استنساخ الصوت بدون تدريب مسبق والتحكم الحر. يدعم عدة لغات ولهجات، مما يوفر تحكمًا دقيقًا في العاطفة والسرعة والنغمة…Ming-3.0-tts-0.5B هو نموذج لتوليد الكلام متعدد اللغات يقدم استنساخ الصوت بدون تدريب مسبق والتحكم الحر. يدعم عدة لغات ولهجات، مما يوفر تحكمًا دقيقًا في العاطفة والسرعة والنغمة…

تحويل النص إلى كلام
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Ming-3.0-tts-tiny

نماذج الذكاء الاصطناعي

Ming-3.0-tts-tiny هو نموذج متقدم لتوليد الكلام متعدد اللغات مع ميزات تحكم متقدمة. يدعم استنساخ الصوت بدون تدريب مسبق وتصميم الصوت، مما يوفر تحكمًا صريحًا في أسلوب الإلقاء وطريقة…

تحويل النص إلى كلام
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم لتوليد الكلام متعدد اللغات مع ميزات تحكم متقدمة. يدعم استنساخ الصوت بدون تدريب مسبق وتصميم الصوت، مما يوفر تحكمًا صريحًا في أسلوب الإلقاء وطريقة…Ming-3.0-tts-tiny هو نموذج متقدم لتوليد الكلام متعدد اللغات مع ميزات تحكم متقدمة. يدعم استنساخ الصوت بدون تدريب مسبق وتصميم الصوت، مما يوفر تحكمًا صريحًا في أسلوب الإلقاء وطريقة…

تحويل النص إلى كلام
عرض أفضل 5 من نماذج الذكاء الاصطناعي

نموذج Dia-1.6B الذكي

نماذج الذكاء الاصطناعي

نموذج Dia-1.6B هو نموذج تحويل النص إلى كلام من تطوير Nari Labs، ويتميز بـ 1.6 مليار معلمة. يقوم بإنشاء حوارات واقعية من النصوص، ويدعم التحكم في العواطف والنغمة، ويمكنه إنتاج أصوات…

تحويل النص إلى كلام
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج تحويل النص إلى كلام من تطوير Nari Labs، ويتميز بـ 1.6 مليار معلمة. يقوم بإنشاء حوارات واقعية من النصوص، ويدعم التحكم في العواطف والنغمة، ويمكنه إنتاج أصوات…نموذج Dia-1.6B هو نموذج تحويل النص إلى كلام من تطوير Nari Labs، ويتميز بـ 1.6 مليار معلمة. يقوم بإنشاء حوارات واقعية من النصوص، ويدعم التحكم في العواطف والنغمة، ويمكنه إنتاج أصوات…

تحويل النص إلى كلام
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Chatterbox Turbo

نماذج الذكاء الاصطناعي

Chatterbox Turbo هو نموذج تحويل النص إلى كلام مفتوح المصدر من Resemble AI، يقدم أداءً فائق السرعة مع 350 مليون معلمة وزمن استجابة يبلغ 75 مللي ثانية. يتميز باستنساخ الصوت من 5…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج تحويل النص إلى كلام مفتوح المصدر من Resemble AI، يقدم أداءً فائق السرعة مع 350 مليون معلمة وزمن استجابة يبلغ 75 مللي ثانية. يتميز باستنساخ الصوت من 5…Chatterbox Turbo هو نموذج تحويل النص إلى كلام مفتوح المصدر من Resemble AI، يقدم أداءً فائق السرعة مع 350 مليون معلمة وزمن استجابة يبلغ 75 مللي ثانية. يتميز باستنساخ الصوت من 5…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Apriel Voice 27B Preview

نماذج الذكاء الاصطناعي

Apriel Voice 27B Preview هو نموذج مفتوح لتحويل الصوت إلى نص من ServiceNow، مبني على 27 مليار معلمة وTransformers. يعالج الطلبات المنطوقة، ويستنتج من السياق الحواري، وينتج استجابات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج مفتوح لتحويل الصوت إلى نص من ServiceNow، مبني على 27 مليار معلمة وTransformers. يعالج الطلبات المنطوقة، ويستنتج من السياق الحواري، وينتج استجابات…Apriel Voice 27B Preview هو نموذج مفتوح لتحويل الصوت إلى نص من ServiceNow، مبني على 27 مليار معلمة وTransformers. يعالج الطلبات المنطوقة، ويستنتج من السياق الحواري، وينتج استجابات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

whisper-large-v3

نماذج الذكاء الاصطناعي

Whisper-large-v3 هو نموذج متقدم للتعرف التلقائي على الكلام وترجمة الكلام، تم تدريبه على أكثر من 5 ملايين ساعة من البيانات. يقدم أداءً محسنًا عبر عدة لغات ومصمم للمطورين والباحثين…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم للتعرف التلقائي على الكلام وترجمة الكلام، تم تدريبه على أكثر من 5 ملايين ساعة من البيانات. يقدم أداءً محسنًا عبر عدة لغات ومصمم للمطورين والباحثين…Whisper-large-v3 هو نموذج متقدم للتعرف التلقائي على الكلام وترجمة الكلام، تم تدريبه على أكثر من 5 ملايين ساعة من البيانات. يقدم أداءً محسنًا عبر عدة لغات ومصمم للمطورين والباحثين…

مميزةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي
1 من 8