الوصف
Ming-3.0-tts-tiny هو نموذج متقدم لتوليد الكلام متعدد اللغات تم تطويره بواسطة inclusionAI. يعتمد على بنية Ling V3، ويتميز بهندسة مزيج من الخبراء مع 7.9 مليار معلمة إجمالية، حيث يتم تفعيل حوالي 1.3 مليار لكل رمز. يدعم هذا النموذج مجموعة واسعة من اللغات، بما في ذلك الصينية، الإنجليزية، الألمانية، الإسبانية، الفرنسية، الكورية، واليابانية، مع تحكم في اللهجات للسيتشوانية والكانتونية.
قراءة المزيد
يوفر النموذج استنساخ الصوت بدون تدريب مسبق من مقطع مرجعي قصير ويسمح للمستخدمين بتصميم الأصوات من أوصاف المتحدثين بلغة طبيعية. يوفر تحكمًا حرًا في الإلقاء وأسلوب الكلام، مع أكثر من 100 صوت صيني مدمج وخمسة أصوات إنجليزية مدمجة. يمكن للمستخدمين التحكم في مجموعة متنوعة من الخصائص مثل العاطفة، السرعة، النغمة، والحجم، ودمج عناصر بارالسانغوية مثل التنفس، السعال، التنهد، والضحك في التوليد.
يتطلب Ming-3.0-tts-tiny بيئة استدلال منفصلة، باستخدام Python 3.10.15، PyTorch، وtorchaudio 2.7.1+cu118. يتم توزيع النموذج عبر Hugging Face للوصول إلى نقاط التحقق، بينما تتوفر تعليمات إعداد واستخدام الاستدلال من خلال مستودع GitHub المرتبط. يدعم النموذج مهامًا متنوعة، بما في ذلك توليد الكلام متعدد اللغات، التحكم البارالسانغوي، حوارات البودكاست، والمزيد.
على الرغم من قدراته المتقدمة، إلا أن النموذج لديه قيود في دقة المحتوى الكوري وتشابه المتحدثين عبر التقييمات متعددة اللغات واللهجات. يمكن أن يكون التحكم في العاطفة تحديًا عندما تفتقر الكلمات إلى إشارات عاطفية، وجودة صوت البودكاست هي مجال يحتاج إلى تحسين. تم إصدار النموذج بموجب ترخيص MIT، مما يبرز البحث والاستخدام الإبداعي المشروع.
- الفئةتحويل النص إلى كلام
- نموذج التسعيرمفتوح المصدر
- النشرسحابي
- المنصاتالويب
أبرز ملامح Ming-3.0-tts-tiny
هندسة مزيج من الخبراء
هيكل Ling V3
استنساخ الصوت بدون تدريب مسبق
تصميم الصوت من الأوصاف
توليد الكلام متعدد اللغات
تحكم في اللهجات للسيتشوانية والكانتونية
دمج العناصر البارالسانغوية
تحكم صريح في العاطفة، السرعة، النغمة، والحجم
البدء مع Ming-3.0-tts-tiny
الوصول إلى النموذج: زيارة مستودع Hugging Face
المصادقة: استنساخ مستودع GitHub
إعداد البيئة: تثبيت التبعيات
التكامل عبر API: استخدام واجهة برمجة التطبيقات Python أو CLI
تحسين: ضبط المعلمات للمهام
حالات استخدام Ming-3.0-tts-tiny
- استنساخ الصوت
- توليد الكلام متعدد اللغات
- حوارات البودكاست
- التحكم البارالسانغوي
- تصميم الصوت
