Inflect Mini v3 compte environ 3431 millions de paramètres principaux, produit nativement de la voix à 24 kHz, avec un amplificateur optionnel léger permettant une sortie à 48 kHz, fonctionnant aussi bien sur CPU que sur CUDA. Il inclut six voix anglaises prédéfinies et permet d'insérer dans le texte huit types d'événements sonores tels que [laugh], [sigh], [gasp] et [cough] ; Voice Tuner génère des profils de voix réutilisables à partir d'enregistrements de référence autorisés de 5 à 15 secondes, l'auteur soulignant qu'il s'agit d'un ajustement basé sur la référence, sans garantie de clonage exact. Le dépôt du modèle constitue un package d'inférence complet, et les textes longs sont automatiquement segmentés.
Pourquoi c'est important Le modèle est léger, ne dépend pas d'interfaces cloud et convient à l'intégration dans des applications locales ; il permet également de créer des voix personnalisées réutilisables à partir d'un enregistrement autorisé.
J'aime 21 · Score de tendance 21 · Téléchargements 280
Licence : usage commercial autorisé · ComfyUI : non disponible · VRAM : non spécifiée
Raisons
- Licence Apache-2.0, les exemples audio sont accompagnés des entrées originales et des informations sur les sources
- Un espace d'écoute en ligne est disponible ; après le téléchargement, vérifiez la liste des fichiers avant de lancer l'exécution
Utilisation
- Créez un nouvel environnement Python 3.12 : hf download owensong/Inflect-Mini-v3 --local-dir inflect-mini-v3, entrez dans le répertoire et exécutez python verify_release.py, installez les dépendances de core/requirements-cpu.txt, puis générez la voix avec python run.py speech --voice cassidy --text "..."
Risques
- Prise en charge uniquement de l'anglais ; les événements sonores ne sont disponibles que sur CPU à 24 kHz, et Voice Tuner ne prend actuellement en charge l'enregistrement que sur Linux CPU
- Voice Tuner nécessite des encodeurs téléchargeables séparément, chacun ayant sa propre licence ; n'utilisez que des voix dont vous détenez les droits