Aller au contenu principal
ToolPotion
Conseiller IA
Soumettre

dots.tts.edit

dots.tts.edit V1.1 est un modèle autoregressif continu conçu pour un montage vocal précis, contrôlé par instructions, et une synthèse texte-à-parole (TTS) zéro-shot. Il prend en charge diverses opérations telles que le remplacement de texte, l'insertion, la suppression, le contrôle des émotions et de la prosodie, les pauses, l'amélioration et les opérations audio de fond, tout en préservant le locuteur original et le contexte acoustique en dehors des régions modifiées.

Voir le modèle
Partager
Voir le modèle
Partager

dots.tts.edit V1.1 est un modèle autoregressif continu avancé développé pour un montage vocal sophistiqué et une synthèse texte-à-parole (TTS) zéro-shot. Ce modèle offre un contrôle granulaire sur la parole, permettant aux utilisateurs d'effectuer une large gamme de modifications tout en maintenant l'intégrité de la voix du locuteur et de l'environnement acoustique environnant.

Lire la suite

Le modèle prend en charge des opérations d'édition complètes, y compris le remplacement de texte, l'insertion et la suppression, qui sont cruciales pour affiner le contenu parlé. Au-delà de la manipulation de texte de base, il fournit un contrôle localisé sur l'émotion et permet des descriptions de style libre, permettant des ajustements nuancés à la livraison de la parole. Les utilisateurs peuvent également contrôler précisément la hauteur et le rythme de la parole, insérer ou réduire des pauses, et appliquer des opérations d'amélioration de la parole ou d'audio de fond. Une capacité clé est la composition de plusieurs opérations d'édition, offrant une flexibilité pour des tâches d'édition complexes.

dots.tts.edit V1.1 est multilingue, prenant en charge à la fois l'édition de la parole en anglais et en mandarin ainsi que la synthèse zéro-shot. Il génère un audio de haute qualité à 48 kHz. Les poids principaux du modèle utilisent une précision BF16, tandis que l'encodeur de locuteur et le vocodeur maintiennent des poids FP32 pour des performances optimales. Le modèle peut être accessible via une interface en ligne de commande (CLI) pour l'édition de la parole ou via une API Python pour des applications plus intégrées. Il comprend également un terrain de jeu interactif pour des expérimentations locales.

L'installation implique l'installation de la dernière branche principale de dots.tts et de ses dépendances recommandées. La CLI nécessite un audio source, une instruction taguée et un chemin de sortie, avec des transcriptions source et cible optionnelles. L'API Python prend en charge divers tags structurels pour un contrôle détaillé sur les modifications. Pour le TTS zéro-shot, le DotsTtsEditRuntime fournit des fonctions `generate` et `generate_stream`.

Les utilisateurs sont conseillés d'utiliser le modèle de manière responsable. La parole générée ou modifiée peut parfois contenir des erreurs de prononciation, de timing, de similarité de locuteur ou de suivi des instructions. Le modèle ne doit pas être utilisé pour l'imitation, tromper les auditeurs, violer le consentement ou créer du contenu illégal. Un consentement explicite des locuteurs est requis pour utiliser leurs voix. Les audio partagés publiquement qui pourraient être confondus avec des enregistrements authentiques et non modifiés doivent être clairement divulgués comme générés ou modifiés par IA. Les abus peuvent être signalés via les discussions communautaires du dépôt du modèle.

  • CatégorieModèles d'IA et LLM
  • Modèle tarifaireOpen source
  • DéploiementCloud
  • PlateformesWeb

  • Modèle autoregressif continu pour l'édition de la parole

  • Synthèse texte-à-parole zéro-shot

  • Remplacement de texte, insertion et suppression

  • Contrôle localisé des émotions et descriptions de style libre

  • Contrôle de la hauteur et du rythme de la parole

  • Insertion et réduction de pauses

  • Amélioration de la parole et opérations audio de fond

  • Composition de plusieurs opérations d'édition

  • Préserve le locuteur et le contexte acoustique en dehors des régions modifiées

  • Prend en charge l'édition et la synthèse de la parole en anglais et en mandarin

  • Produit un audio de sortie à 48 kHz

  • Interface en ligne de commande (CLI) pour l'édition de la parole

  • API Python pour l'intégration

  • Terrain de jeu d'édition local interactif disponible

  • Poids principaux BF16 avec encodeur de locuteur FP32 et vocodeur

  1. Installer les dépendances : Installez la dernière branche principale de dots.tts et ses dépendances recommandées.

  2. Préparer l'audio source : Fournissez l'audio source pour les opérations d'édition.

  3. Définir les instructions : Créez des instructions taguées pour les modifications de parole souhaitées, y compris le texte, l'émotion, la hauteur ou les contrôles de rythme.

  4. Exécuter la commande CLI : Utilisez la CLI d'édition de la parole avec l'audio source, l'instruction taguée et le chemin de sortie.

  5. Remplacer les transcriptions (optionnel) : Utilisez --source-text et --target-text pour remplacer les transcriptions dérivées si nécessaire.

  6. Ajuster les conseils du locuteur (optionnel) : Contrôlez les conseils du locuteur avec les paramètres --use-xvector et --speaker-scale.

  7. Intégrer via l'API Python : Utilisez l'API Python avec des tags structurels comme <del>, <ins>, <emo>, <pitch> pour un contrôle programmatique.

  8. Générer TTS zéro-shot : Utilisez les fonctions `generate` ou `generate_stream` de DotsTtsEditRuntime pour la synthèse texte-à-parole.

  • Affinement du contenu vocal
  • Ajustement des émotions et du style
  • Contrôle de la prosodie
  • Amélioration audio
  • TTS zéro-shot
  • Production de parole multilingue
  • Expérimentation interactive de la parole

Avis sur dots.tts.edit

Chargement...

Outils IA populaires comme dots.tts.edit

Gemini 3.8 Flash TTS et Flash-Lite TTS sont des modèles avancés de synthèse vocale développés par Google DeepMind. Ils offrent une génération de discours expressive et une…

Synthèse vocale
Voir l'outil

Des modèles avancés de synthèse vocale développés par Google DeepMind. Ils offrent une génération de discours expressive et une…Gemini 3.8 Flash TTS et Flash-Lite TTS sont des modèles avancés de synthèse vocale développés par Google DeepMind. Ils offrent une génération de discours expressive et une…

Synthèse vocale
Voir le Top 5 Modèles IA

Descript

Applications IA

Descript est un éditeur vidéo et audio basé sur l'IA qui simplifie le montage en permettant aux utilisateurs de modifier directement le texte. Il offre des fonctionnalités…

Éditeurs audio IA

N°46 en Applications IA

Voir l'outil

Applications IA

Éditeur vidéo et audio basé sur l'IA qui simplifie le montage en permettant aux utilisateurs de modifier directement le texte. Il offre des fonctionnalités…Descript est un éditeur vidéo et audio basé sur l'IA qui simplifie le montage en permettant aux utilisateurs de modifier directement le texte. Il offre des fonctionnalités…

En vedetteÉditeurs audio IA
N°46 en Applications IA

Ming-3.0-tts-tiny est un modèle de synthèse vocale multilingue avec contrôle paralinguistique et libre. Il prend en charge le clonage vocal sans exemple et la conception vocale,…

Synthèse vocale
Voir l'outil

Modèle de synthèse vocale multilingue avec contrôle paralinguistique et libre. Il prend en charge le clonage vocal sans exemple et la conception vocale,…Ming-3.0-tts-tiny est un modèle de synthèse vocale multilingue avec contrôle paralinguistique et libre. Il prend en charge le clonage vocal sans exemple et la conception vocale,…

Synthèse vocale
Voir le Top 5 Modèles IA

Système TTS VoiceStar

Dépôts GitHub d'IA

VoiceStar est un système de synthèse vocale (TTS) robuste et contrôlable en durée, capable d'extrapoler des modèles de parole. Il est conçu pour fournir des sorties vocales de…

Modèles d'IA et LLM
Voir l'outil

Typeless

Applications IA

Typeless est un outil de dictée vocale AI qui transforme les pensées exprimées en écriture claire et soignée dans diverses applications. Il affine automatiquement la parole en…

Rédaction et édition

N°15 en Rédaction et édition

Voir l'outil

Applications IA

Outil de dictée vocale AI qui transforme les pensées exprimées en écriture claire et soignée dans diverses applications. Il affine automatiquement la parole en…Typeless est un outil de dictée vocale AI qui transforme les pensées exprimées en écriture claire et soignée dans diverses applications. Il affine automatiquement la parole en…

Rédaction et édition
N°15 en Rédaction et édition

Index-TTS

Dépôts GitHub d'IA

Index-TTS est un système de synthèse vocale contrôlable et efficace de niveau industriel, capable de générer de la parole humaine à partir d'entrées textuelles, adapté à diverses…

Synthèse vocale
Voir l'outil

Dépôts GitHub d'IA

Système de synthèse vocale contrôlable et efficace de niveau industriel, capable de générer de la parole humaine à partir d'entrées textuelles, adapté à diverses…Index-TTS est un système de synthèse vocale contrôlable et efficace de niveau industriel, capable de générer de la parole humaine à partir d'entrées textuelles, adapté à diverses…

Synthèse vocale
Voir le Top 250 Dépôts GitHub d'IA

FineVoice

Applications IA

FineVoice est une plateforme de création de voix et de contenu alimentée par l'IA, offrant la synthèse vocale avec plus de 1500 voix réalistes, le clonage vocal, le changement de…

Générateurs de voix IAMédias et divertissement

N°12 pour Génération d'effets sonores

Voir l'outil

Applications IA

Plateforme de création de voix et de contenu alimentée par l'IA, offrant la synthèse vocale avec plus de 1500 voix réalistes, le clonage vocal, le changement de…FineVoice est une plateforme de création de voix et de contenu alimentée par l'IA, offrant la synthèse vocale avec plus de 1500 voix réalistes, le clonage vocal, le changement de…

Générateurs de voix IAMédias et divertissement
N°12 pour Génération d'effets sonores

Captions

Applications IA

Captions est un générateur et éditeur de vidéos AI qui transforme des séquences ou des idées en vidéos entièrement montées, prêtes à être partagées. Il est conçu pour les…

Éditeurs vidéo IAAgences de marketing et de création

N°105 en Applications IA

Voir l'outil

Applications IA

Générateur et éditeur de vidéos AI qui transforme des séquences ou des idées en vidéos entièrement montées, prêtes à être partagées. Il est conçu pour les…Captions est un générateur et éditeur de vidéos AI qui transforme des séquences ou des idées en vidéos entièrement montées, prêtes à être partagées. Il est conçu pour les…

En vedetteÉditeurs vidéo IAAgences de marketing et de création
N°105 en Applications IA
1 sur 8