Các tham số cốt lõi của Inflect Mini v3 khoảng 3431 nghìn, đầu ra giọng nói gốc ở tần số 24 kHz, có thể tùy chọn một bộ tăng cường nhỏ để xuất ra âm thanh 48 kHz, chạy được trên cả CPU và CUDA. Tích hợp sẵn sáu giọng tiếng Anh được thiết lập trước, trong văn bản có thể chèn tám loại sự kiện âm thanh như [laugh], [sigh], [gasp], [cough]; Voice Tuner sử dụng bản ghi tham chiếu được cấp phép từ 5–15 giây để tạo hồ sơ giọng nói có thể tái sử dụng, tác giả nhấn mạnh đây là điều chỉnh dựa trên tham chiếu, không đảm bảo sao chép chính xác. Kho mô hình chính là gói suy luận đầy đủ, văn bản dài sẽ tự động được chia đoạn.
Tại sao quan trọng Mô hình nhỏ gọn, không phụ thuộc vào giao diện đám mây, phù hợp để tích hợp vào các ứng dụng cục bộ; đồng thời có thể sử dụng một đoạn ghi âm được cấp phép để tạo ra giọng nói tùy chỉnh có thể tái sử dụng.
Hug Likes 21 · Hug Trending Score 21 · Hug Downloads 280
Giấy phép: Được phép thương mại hóa · ComfyUI: Chưa có · VRAM: Không ghi rõ dung lượng VRAM
Lý do
- Giấy phép Apache-2.0, tất cả các mẫu âm thanh đều kèm theo đầu vào gốc và thông tin nguồn
- Có không gian nghe thử trực tuyến, sau khi tải về hãy kiểm tra danh sách tệp trước khi chạy
Cách sử dụng
- Sử dụng môi trường Python 3.12 mới: hf download owensong/Inflect-Mini-v3 --local-dir inflect-mini-v3, vào thư mục và chạy python verify_release.py, sau khi cài đặt core/requirements-cpu.txt thì dùng lệnh python run.py speech --voice cassidy --text "..." để tạo âm thanh
Rủi ro
- Chỉ hỗ trợ tiếng Anh; các sự kiện âm thanh chỉ khả dụng trên CPU ở tần số 24 kHz, Voice Tuner hiện chỉ hỗ trợ đăng ký trên Linux CPU
- Voice Tuner yêu cầu tải riêng bộ mã hóa, mỗi bộ có giấy phép riêng; chỉ được sử dụng những giọng nói mà bạn có quyền sử dụng