Inflect-Mini-v3

Inflect Mini v3 のコアパラメータ数は約 3431 万で、ネイティブ出力は 24 kHz の音声です。小型のエンハンサーを選択すると 48 kHz で出力でき、CPU と CUDA の両方で動作します。英語のプリセットボイスが6種類含まれており、テキスト内に [laugh]、[sigh]、[gasp]、[cough] などの8種類の音声イベントを挿入できます。Voice Tuner は 5~15 秒の許諾済みの参考録音を使用して再利用可能なボイスポリシーを生成しますが、作者はこれが参考に基づく調整であり、正確なクローンを保証するものではないと強調しています。モデルリポジトリには完全な推論パッケージが含まれており、長いテキストは自動的に分割されます。

Inflect Mini v3 のコアパラメータ数は約 3431 万で、ネイティブ出力は 24 kHz の音声です。小型のエンハンサーを選択すると 48 kHz で出力でき、CPU と CUDA の両方で動作します。英語のプリセットボイスが6種類含まれており、テキスト内に [laugh]、[sigh]、[gasp]、[cough] などの8種類の音声イベントを挿入できます。Voice Tuner は 5~15 秒の許諾済みの参考録音を使用して再利用可能なボイスポリシーを生成しますが、作者はこれが参考に基づく調整であり、正確なクローンを保証するものではないと強調しています。モデルリポジトリには完全な推論パッケージが含まれており、長いテキストは自動的に分割されます。

なぜ重要か モデルが小さくクラウドAPIに依存しないため、ローカルアプリケーションへの組み込みに適しています。また、許諾済みの録音1つで再利用可能なカスタムボイスを作成できます。

ハグによるいいね数 21 · ハグ上昇スコア 21 · ハグダウンロード数 280

ライセンス:商用利用可 · ComfyUI:未対応 · VRAM:記載なし

理由

  • Apache-2.0 ライセンスで、サンプル音声には元の入力と出典の説明が添付されています
  • オンラインのデモスペースがあり、ダウンロード後はファイルリストを検証してから実行してください

使い方

  • Python 3.12 の新規環境を使用します:hf download owensong/Inflect-Mini-v3 --local-dir inflect-mini-v3 と実行し、ディレクトリ内で python verify_release.py を実行します。core/requirements-cpu.txt をインストールした後、python run.py speech --voice cassidy --text "..." で生成します

リスク

  • 英語のみサポートされています。音声イベントは CPU および 24 kHz の環境でのみ利用可能です。Voice Tuner は現在 Linux の CPU レジストレーションのみをサポートしています
  • Voice Tuner は別途ダウンロードが必要なエンコーダーを使用し、それぞれに独自のライセンスがあります。使用権を持つ音声のみを利用してください

開く

抱脸 text-to-speech 上升榜

最新の AI ニュースを見る