გამარჯობა! გაგიზიარებთ ჩემს პროექტს:
ქართული მეტყველების სინთეზი (text-to-speech), ღია ძრავზე Piper.
მოუსმინეთ ხმებსკოდი და დაყენება (GitHub)მოდელები (Hugging Face)რა შეუძლია:- მზა ხმები „ქალი 1“ და „ქალი 2“ მუშაობს ჩვეულებრივ კომპიუტერზე, ინტერნეტისა და ვიდეობარათის გარეშე
- ხმის შემქმნელში 80 სინთეზური ხმის შერევით აწყობთ ახალ ხმას, რომელიც არცერთ ნამდვილ ადამიანს არ ეკუთვნის
- საკუთარი ხმის უფასო წვრთნა Kaggle-ზე, პანელიდან
- ემოციები, გრძელი ტექსტი -> MP3 + სუბტიტრები, ციფრების/თარიღების/ფულის სწორად წაკითხვა
პირობები: გამოქვეყნებული ხმები ისე, როგორც არის, მხოლოდ არაკომერციულია. კომერციულად შექმენით საკუთარი ხმა (ახალი ნარევი + წვრთნა), რომ ყველა ვიდეოს ერთი და იგივე ხმა არ ჰქონდეს. ნამდვილი ადამიანის ხმის მიბაძვა აკრძალულია.
დეტალებიროგორ დაგვეხმაროთ:- მოუსმინეთ და მოგვწერეთ: რომელ სიტყვას ან ბგერას კითხულობს არასწორად, სად ჟღერს უცნაურად. ასეთი შენიშვნებით ვასწორებთ ლექსიკონს და შემდეგ წვრთნას.
- ხმის შექმნა: ააწყვეთ და გაწვრთენით თქვენი ხმა, შედეგი გაგვიზიარეთ. კარგ ხმებს საერთო ბიბლიოთეკაში დავამატებთ.
- საბაზო მოდელის გაუმჯობესება საკუთარი რესურსით: თუ გაქვთ ძლიერი ვიდეობარათი ან Google Cloud-ის ბალანსი, პანელში ამისთვის ცალკე განყოფილებაა. Common Voice-ის ჩანაწერების ჩამოტვირთვა თქვენი გასაღებით, ხარისხის შემოწმება, საუკეთესოების შერჩევა და წვრთნის გაგრძელება ყველაფერი ღილაკებით კეთდება. უკეთესი შედეგი ყველას გამოადგება.
- პროგრამისტებს: შეცდომები და იდეები GitHub Issues-ში, გაუმჯობესება Pull Request-ით.
ჯერ კაცის მზა ხმა არ არის, ემოციური ინტონაცია კი ზოგჯერ რობოტულად ჟღერს. სწორედ ამაში გვჭირდება დახმარება. ნებისმიერ შენიშვნას და იდეას სიამოვნებით მოვისმენ!
This post has been edited by maho89 on 20 Oct 2026, 14:16