الوصف
Ming-3.0-tts-0.5B هو نموذج كثيف لتوليد الكلام متعدد اللغات تم تطويره بواسطة inclusionAI، ومُستضاف على Hugging Face. يعتمد على هيكل Qwen2.5-0.5B ويحتوي على 0.5 مليار معلمة. يدعم النموذج مجموعة واسعة من اللغات، بما في ذلك الصينية والإنجليزية والألمانية والإسبانية والفرنسية والكورية واليابانية، بالإضافة إلى لهجات مثل السيتشوانية والكانتونية.
قراءة المزيد
يوفر النموذج قدرات متقدمة مثل استنساخ الصوت بدون تدريب مسبق من مقطع مرجعي قصير وتصميم الصوت من أوصاف المتحدثين بلغة طبيعية. يمكن للمستخدمين ممارسة التحكم الحر في أسلوب الإلقاء وطريقة الكلام، مع توفر أكثر من 100 صوت صيني مدمج وخمسة أصوات إنجليزية مدمجة. بالإضافة إلى ذلك، يوفر 14 علامة مدمجة للأصوات غير اللغوية مثل التنفس والسعال والتنهد والضحك بالصينية أو الإنجليزية، ويسمح بالتحكم الدقيق في العاطفة والسرعة والنغمة والحجم.
تم تصميم Ming-3.0-tts-0.5B للاستخدام البحثي والإبداعي، مع التركيز على توليد الكلام متعدد اللغات والتحكم في اللهجات. يتطلب مستودع Ming-3.0-tts على GitHub للاستدلال، حيث أن مستودع Hugging Face مخصص بشكل أساسي لتوزيع نقاط التحقق. تم اختبار النموذج على NVIDIA H800-80GB وH20-96G مع CUDA 12.4، ويدعم كل من واجهة سطر الأوامر وPython API للتكامل.
تم تقييم أداء النموذج مقارنةً بنماذج مفتوحة المصدر أخرى، حيث أظهر نتائج تنافسية في توليد الكلام بدون تدريب مسبق وتوليد الكلام متعدد اللغات. ومع ذلك، لديه قيود في تشابه المتحدث مقارنةً بدقة المحتوى، ويمكن أن يكون التحكم في العاطفة تحديًا عندما تفتقر الكلمات إلى إشارات عاطفية. يُنصح المستخدمون بتسمية الكلام الاصطناعي بشكل مناسب وتجنب سوء الاستخدام، مثل انتحال شخصية أفراد حقيقيين دون موافقة.
- الفئةتحويل النص إلى كلام
- نموذج التسعيرمفتوح المصدر
- النشرسحابي
- المنصاتالويب
أبرز ملامح Ming-3.0-tts-0.5B
توليد الكلام متعدد اللغات بكثافة
استنساخ الصوت بدون تدريب مسبق
تصميم الصوت من أوصاف بلغة طبيعية
تحكم حر في الإلقاء والأسلوب
أكثر من 100 صوت صيني مدمج
تحكم دقيق في العاطفة والسرعة والنغمة والحجم
توليد الكلام متعدد اللغات مع التحكم في اللهجات
دعم Python API وCLI
البدء مع Ming-3.0-tts-0.5B
الوصول إلى النموذج: زيارة مستودع Hugging Face
المصادقة: استنساخ مستودع GitHub
إعداد البيئة: اتباع تعليمات README
التكامل عبر API: استخدام Python API أو نصوص CLI
تحسين: ضبط المعلمات للحصول على المخرجات المرغوبة
حالات استخدام Ming-3.0-tts-0.5B
- استنساخ الصوت
- توليد الكلام متعدد اللغات
- التحكم في العاطفة
- الأصوات غير اللغوية
- تصميم الصوت








