Озвучка пары предложений
Пишете пару предложений — через несколько секунд слышите их голосом Алекса. Числа и даты становятся словами, ударения ставит RUAccent, звук синтезирует ESpeech (F5-TTS) на моей домашней видеокарте.
Здесь только демо. Сам я тем же механизмом озвучиваю целиком FB2-книги, которых не найти в аудио, а слушать их буду в своём приложении «Книга в ухе» — эту связку сейчас допиливаю.
Учебный проект. Голос «Алекс» — клон, сделанный с согласия владельца голоса. Не используйте синтез, чтобы выдавать себя за другого человека.
Чтобы запустить синтез, войдите через Telegram: бот попросит подтвердить вход одной кнопкой. Так у демо есть лимиты и его нельзя заспамить.
Как это устроено
- Текст нормализуется: «1818 году» превращается в «тысяча восемьсот восемнадцатом году», сокращения раскрываются.
- RUAccent ставит ударения, в том числе в омографах вроде «за́мок» и «замо́к». Что ушло в модель, видно под плеером: «+» стоит перед ударной гласной.
- ESpeech-TTS (F5-TTS) повторяет голос по образцу в несколько секунд, гул записи убирает фильтр.
- Задача встаёт в очередь, воркер на машине с видеокартой сам её забирает. Если машина выключена, задача подождёт.