الوصف
Ming-3.0-tts يمثل عائلة متقدمة من نماذج تحويل النص إلى كلام (TTS) مفتوحة المصدر مصممة لمجموعة واسعة من تطبيقات تركيب الكلام. يتميز كل من المتغيرات الكثيفة 0.5B و7.9B-A1.3B Mixture-of-Experts (MoE)، مما يوفر مرونة لمتطلبات الأداء والموارد المختلفة. يركز المشروع على قدرات الكلام الشاملة، بما في ذلك دعم توليد الكلام متعدد اللغات، مما يسمح للمستخدمين بتركيب الكلام بلغات متنوعة.
قراءة المزيد
تعتبر القدرة الأساسية لـ Ming-3.0-tts هي القدرة على استنساخ الصوت، مما يمكّن من تكرار خصائص صوتية معينة من الصوت المدخل. يتم تعزيز هذه الميزة بوظائف تصميم الصوت، مما يمنح المستخدمين السيطرة على جوانب الصوت المركب بخلاف الاستنساخ البسيط. علاوة على ذلك، تدعم عائلة النماذج التحكم بلغة طبيعية، مما يبسط عملية توجيه توليد الكلام من خلال أوامر نصية بديهية.
يعمل مستودع GitHub كمركز رئيسي لهذا المشروع مفتوح المصدر، حيث يوفر الوصول إلى كود النموذج، والوثائق، والأمثلة. يمكن للمطورين استكشاف مكونات مختلفة مثل `audio_tokenizer`، و`cookbooks`، و`data`، و`docker`، و`fm` (الذي يتضمن 0.5B الكامل وLoRA fine-tuning)، و`frontend`. يتضمن المستودع أيضًا سكربتات للاستدلال (`infer.py`، `infer_tiny.py`)، وتعريفات النموذج (`modeling_bailingmm.py`)، وملفات المتطلبات لتكوينات مختلفة.
تسلط الالتزامات الأخيرة الضوء على التطوير المستمر والتحسينات، مثل تحسين تقسيم النصوص الطويلة وثبات الصوت لنموذج 0.5B، وتوافق الأصوات الموصى بها والأمثلة في كتب الطهي، وتحديث مخططات الهندسة المعمارية. يهدف المشروع إلى توفير منصة قوية ومتعددة الاستخدامات للباحثين والمطورين الذين يعملون على تركيب الكلام، وذكاء الصوت، وتطبيقات معالجة اللغة الطبيعية.
- الفئةتحويل النص إلى كلام
- نموذج التسعيرمفتوح المصدر
- النشرسحابي, استضافة ذاتية
- المنصاتالويب
الميزات الأساسية لـ Ming-3.0-tts
عائلة نماذج تحويل النص إلى كلام (TTS) مفتوحة المصدر
متغير نموذج كثيف 0.5B
متغير نموذج Mixture-of-Experts (MoE) 7.9B-A1.3B
دعم توليد الكلام متعدد اللغات
قدرات استنساخ الصوت
وظائف تصميم الصوت
تحكم بلغة طبيعية لتركيب الكلام
دعم LoRA fine-tuning لنموذج 0.5B
معالجة نص موحد لتحويل النص إلى كلام
تحسين تقسيم النصوص الطويلة لنموذج 0.5B
تحسين ثبات الصوت
وثائق شاملة وأمثلة
دعم Docker للنشر
تنفيذ يعتمد على Python
البدء مع Ming-3.0-tts
استنساخ المستودع: استخدم `git clone` لتنزيل مشروع Ming-3.0-tts إلى جهازك المحلي.
تثبيت التبعيات: انتقل إلى دليل المشروع وثبت حزم Python المطلوبة باستخدام `pip install -r requirements.txt`.
استكشاف الأمثلة: راجع دليل `examples/one_click` للحصول على سكربتات بدء سريعة وعروض استخدام.
تشغيل الاستدلال: استخدم سكربتات `infer.py` أو `infer_tiny.py` لتوليد الكلام من مدخلات النص.
تحسين النماذج: جرب تحسين LoRA لنموذج 0.5B كما هو موضح في قسم `fm`.
تخصيص تصميم الصوت: استفد من ميزات تصميم الصوت لتخصيص خصائص الكلام المركب.
المساهمة في التطوير: اتبع الإرشادات في `LEGAL.md` و`LICENSE` للمساهمة في المشروع.
حالات استخدام Ming-3.0-tts
- تركيب الكلام متعدد اللغات
- توليد صوت مخصص
- استنساخ الصوت للتخصيص
- إنتاج الكتب الصوتية
- استجابة الصوت التفاعلية (IVR)
- محلية المحتوى
- أدوات الوصول
- تطوير الألعاب








