🫆 نسخه‌ی جدید Pocket TTS Farsi v2 منتشر شد!

🧶 تبدیل متن فارسی به گفتار که روی CPU اجرا می‌شه؛ بدون GPU و بدون API. فقط حدود ۱۰۰ مگابایت، چند برابر سریع‌تر از زمان واقعی، و با امکان کلون کردن هر صدایی فقط با ۵ ثانیه فایل صوتی.

👔 این نسخه با ۹۷۳ ساعت داده و ۲,۹۷۸ گوینده آموزش داده شده و در تمام معیارها از v1 بهتره. حتی در تست شنیداری blind هم عملکرد بهتری داشت.
توی ویدیوی پایین توضیح دادم یک سری چیزها را. با صدا ببینید.👇

🧠 توی پست جدید، کل این مسیر رو نوشتم؛ از مشکلات benchmark گرفته تا چیزهایی که یک benchmark اساساً نمی‌تونه در زبانی مثل فارسی بشنوه، زبانی که Vowels / مصوت‌ها رو به‌صورت کامل در نوشتار نمایش نمی‌ده.
لینک بلاگ: https://mlnotes.substack.com/p/my-benchmark-was-testing-a-model

🤗 مدل: http://huggingface.co/mehdi-hf/pocket-tts-farsi-v2
💻 کد: http://github.com/mallahyari/pocket-tts

@mlinfarsi
@ContentTherapy محتواتراپی