Перейти к основному содержимому
ToolPotion
ИИ-советник
Отправить

dots.tts.edit

AI-моделиИИ-модели и LLMОткрытый код · Веб

dots.tts.edit V1.1 — это непрерывная авторегрессионная модель, предназначенная для точного редактирования речи под контролем инструкций и синтеза речи из текста без предварительного обучения. Она поддерживает различные операции, такие как замена текста, вставка, удаление, контроль эмоций и просодии, паузы, улучшение и операции с фоновым аудио, при этом сохраняя оригинального говорящего и акустический контекст за пределами редактируемых областей.

Открыть модель
Поделиться
Открыть модель
Поделиться

dots.tts.edit V1.1 — это продвинутая непрерывная авторегрессионная модель, разработанная для сложного редактирования речи и синтеза речи из текста без предварительного обучения (TTS). Эта модель предлагает детальный контроль над речью, позволяя пользователям выполнять широкий спектр модификаций, сохраняя целостность голоса говорящего и окружающей акустической среды.

Читать далее

Модель поддерживает комплексные операции редактирования, включая замену текста, вставку и удаление, которые имеют решающее значение для уточнения устного контента. Кроме базовой манипуляции с текстом, она предоставляет локализованный контроль над эмоциями и позволяет использовать описания стиля в свободной форме, что позволяет вносить тонкие корректировки в подачу речи. Пользователи также могут точно контролировать высоту тона и скорость речи, вставлять или сокращать паузы, а также применять улучшение речи или операции с фоновым аудио. Ключевой возможностью является составление нескольких операций редактирования, что обеспечивает гибкость для сложных задач редактирования.

dots.tts.edit V1.1 многоязычна, поддерживая редактирование речи и синтез без предварительного обучения как на английском, так и на мандаринском языках. Она генерирует аудио высокого качества с частотой 48 кГц. Основные веса модели используют точность BF16, в то время как кодировщик говорящего и вокодер поддерживают веса FP32 для оптимальной производительности. Модель доступна через интерфейс командной строки (CLI) для редактирования речи или через Python API для более интегрированных приложений. Она также включает интерактивную площадку для локальных экспериментов.

Установка включает в себя установку последней основной ветки dots.tts и ее рекомендуемых зависимостей. CLI требует исходное аудио, помеченную инструкцию и путь к выходному файлу, с необязательными исходными и целевыми транскрипциями. Python API поддерживает различные структурные теги для детального контроля над редактированием. Для синтеза речи без предварительного обучения DotsTtsEditRuntime предоставляет функции `generate` и `generate_stream`.

Пользователям рекомендуется ответственно использовать модель. Сгенерированная или отредактированная речь может иногда содержать ошибки в произношении, тайминге, сходстве говорящих или следовании инструкциям. Модель не должна использоваться для имитации, введения слушателей в заблуждение, нарушения согласия или создания незаконного контента. Явное согласие говорящих требуется для использования их голосов. Публично размещенное аудио, которое может быть ошибочно принято за аутентичные, неотредактированные записи, должно быть четко обозначено как сгенерированное или отредактированное ИИ. Злоупотребления могут быть сообщены через обсуждения сообщества в репозитории модели.

  • КатегорияИИ-модели и LLM
  • Модель ценообразованияОткрытый код
  • РазвёртываниеОблако
  • ПлатформыВеб

  • Непрерывная авторегрессионная модель для редактирования речи

  • Синтез речи из текста без предварительного обучения

  • Замена текста, вставка и удаление

  • Локализованный контроль эмоций и описания стиля в свободной форме

  • Контроль высоты тона и скорости речи

  • Вставка и сокращение пауз

  • Улучшение речи и операции с фоновым аудио

  • Составление нескольких операций редактирования

  • Сохраняет говорящего и акустический контекст за пределами редактируемых областей

  • Поддерживает редактирование и синтез речи на английском и мандаринском языках

  • Генерирует аудиовыход 48 кГц

  • Интерфейс командной строки (CLI) для редактирования речи

  • Python API для интеграции

  • Доступна интерактивная локальная площадка для редактирования

  • Основные веса BF16 с FP32 кодировщиком говорящего и вокодером

  1. Установите зависимости: Установите последнюю основную ветку dots.tts и ее рекомендуемые зависимости.

  2. Подготовьте исходное аудио: Предоставьте исходное аудио для операций редактирования.

  3. Определите инструкции: Создайте помеченные инструкции для желаемых редактирований речи, включая текст, эмоции, контроль высоты тона или скорости.

  4. Выполните команду CLI: Используйте CLI для редактирования речи с исходным аудио, помеченной инструкцией и путем к выходному файлу.

  5. Переопределите транскрипции (по желанию): Используйте --source-text и --target-text для переопределения производных транскрипций при необходимости.

  6. Настройте руководство говорящего (по желанию): Контролируйте руководство говорящего с помощью параметров --use-xvector и --speaker-scale.

  7. Интегрируйтесь через Python API: Используйте Python API с структурными тегами, такими как <del>, <ins>, <emo>, <pitch> для программного контроля.

  8. Генерируйте синтез речи без предварительного обучения: Используйте функции `generate` или `generate_stream` из DotsTtsEditRuntime для синтеза речи из текста.

  • Уточнение речевого контента
  • Корректировка эмоций и стиля
  • Контроль просодии
  • Улучшение аудио
  • Синтез речи без предварительного обучения
  • Многоязычное производство речи
  • Интерактивные эксперименты с речью

Отзывы о dots.tts.edit

Загрузка...

Популярные ИИ-инструменты, похожие на dots.tts.edit

Gemini 3.8 Flash TTS и Flash-Lite TTS — это современные модели синтеза речи от Google DeepMind. Они предлагают выразительное генерирование речи и перевод голоса в реальном…

Синтез речи из текста
Открыть инструмент

Современные модели синтеза речи от Google DeepMind. Они предлагают выразительное генерирование речи и перевод голоса в реальном…Gemini 3.8 Flash TTS и Flash-Lite TTS — это современные модели синтеза речи от Google DeepMind. Они предлагают выразительное генерирование речи и перевод голоса в реальном…

Синтез речи из текста
Топ-5: AI-модели

Descript

AI-приложения

Descript — это редактор видео и аудио на основе ИИ, который упрощает процесс редактирования, позволяя пользователям редактировать текст напрямую. Он предлагает функции записи,…

ИИ-редакторы аудио

№46 в AI-приложения

Открыть инструмент

AI-приложения

Редактор видео и аудио на основе ИИ, который упрощает процесс редактирования, позволяя пользователям редактировать текст напрямую. Он предлагает функции записи,…Descript — это редактор видео и аудио на основе ИИ, который упрощает процесс редактирования, позволяя пользователям редактировать текст напрямую. Он предлагает функции записи,…

РекомендованоИИ-редакторы аудио
№46 в AI-приложения

Ming-3.0-tts-tiny

AI-модели

Ming-3.0-tts-tiny — это многоязычная модель синтеза речи с паралингвистическим и свободным управлением. Она поддерживает клонирование голоса без обучения и проектирование голоса,…

Синтез речи из текста
Открыть инструмент

AI-модели

Многоязычная модель синтеза речи с паралингвистическим и свободным управлением. Она поддерживает клонирование голоса без обучения и проектирование голоса,…Ming-3.0-tts-tiny — это многоязычная модель синтеза речи с паралингвистическим и свободным управлением. Она поддерживает клонирование голоса без обучения и проектирование голоса,…

Синтез речи из текста
Топ-5: AI-модели

VoiceStar TTS System

AI-репозитории на GitHub

VoiceStar — это надежная система синтеза речи (TTS) с управляемой длительностью, способная экстраполировать речевые паттерны. Она предназначена для предоставления…

ИИ-модели и LLM
Открыть инструмент

AI-репозитории на GitHub

Надежная система синтеза речи (TTS) с управляемой длительностью, способная экстраполировать речевые паттерны. Она предназначена для предоставления…VoiceStar — это надежная система синтеза речи (TTS) с управляемой длительностью, способная экстраполировать речевые паттерны. Она предназначена для предоставления…

ИИ-модели и LLM
Топ-250: AI-репозитории на GitHub

Typeless

AI-приложения

Typeless — это инструмент голосовой диктовки на основе ИИ, который преобразует произнесенные мысли в четкий, отредактированный текст для различных приложений. Он автоматически…

Письмо и редактирование

№15 в Письмо и редактирование

Открыть инструмент

AI-приложения

Инструмент голосовой диктовки на основе ИИ, который преобразует произнесенные мысли в четкий, отредактированный текст для различных приложений. Он автоматически…Typeless — это инструмент голосовой диктовки на основе ИИ, который преобразует произнесенные мысли в четкий, отредактированный текст для различных приложений. Он автоматически…

Письмо и редактирование
№15 в Письмо и редактирование

Index-TTS

AI-репозитории на GitHub

Index-TTS — это промышленная, управляемая и эффективная система синтеза речи из текста без предварительного обучения. Она предлагает передовые возможности генерации человеческой…

Синтез речи из текста
Открыть инструмент

AI-репозитории на GitHub

Промышленная, управляемая и эффективная система синтеза речи из текста без предварительного обучения. Она предлагает передовые возможности генерации человеческой…Index-TTS — это промышленная, управляемая и эффективная система синтеза речи из текста без предварительного обучения. Она предлагает передовые возможности генерации человеческой…

Синтез речи из текста
Топ-250: AI-репозитории на GitHub

FineVoice

AI-приложения

FineVoice — это платформа для создания голосов и контента на основе ИИ, предлагающая синтез речи с более чем 1500 реалистичными голосами, клонирование голосов, изменение голоса,…

ИИ-генераторы голосаМедиа и развлечения

№12 — Создание звуковых эффектов

Открыть инструмент

AI-приложения

Платформа для создания голосов и контента на основе ИИ, предлагающая синтез речи с более чем 1500 реалистичными голосами, клонирование голосов, изменение голоса,…FineVoice — это платформа для создания голосов и контента на основе ИИ, предлагающая синтез речи с более чем 1500 реалистичными голосами, клонирование голосов, изменение голоса,…

ИИ-генераторы голосаМедиа и развлечения
№12 — Создание звуковых эффектов

Подписи

AI-приложения

Подписи — это генератор и редактор видео на основе ИИ, который превращает видеоматериалы или идеи в полностью отредактированные, готовые к публикации видео. Он создан для…

ИИ-видеоредакторыМаркетинговые и креативные агентства

№105 в AI-приложения

Открыть инструмент

AI-приложения

Генератор и редактор видео на основе ИИ, который превращает видеоматериалы или идеи в полностью отредактированные, готовые к публикации видео. Он создан для…Подписи — это генератор и редактор видео на основе ИИ, который превращает видеоматериалы или идеи в полностью отредактированные, готовые к публикации видео. Он создан для…

РекомендованоИИ-видеоредакторыМаркетинговые и креативные агентства
№105 в AI-приложения
1 из 8