سلام دوستان عزیز 👋
بعد از تجربه‌ی خوبی که با Bina OCR و شنوا (ASR فارسی) داشتیم (هنوز تموم نشده)، پروژه‌ی بعدی‌مون شروع شده: ساخت یه مدل TTS فارسی متن‌باز 🎙️
یکی از بزرگ‌ترین چالش‌های TTS فارسی اینه که خط فارسی حرکت‌گذاری نمی‌شه، پس مدل باید حدس بزنه کلمه چطور تلفظ می‌شه. مثلاً «برگزاری» رو می‌شه چند جور خوند، و بدون داده‌ی درست، مدل گاهی اشتباه تلفظ می‌کنه.
برای حل این مشکل یه مینی‌گیم ساختیم که توش شما تلفظ درست کلمات رو مشخص می‌کنید. چند ثانیه وقت می‌گیره ولی داده‌ای که جمع می‌شه مستقیم می‌ره تو آموزش مدل TTS 🙏
اگه دوست دارید کمک کنید یه پروژه‌ی متن‌باز فارسی جلو بره:
👉 https://persianasr.com/Gooya-2/

هرچی مشارکت بیشتر بشه، مدل باکیفیت‌تر
می‌شه. ممنون از همراهیتون ❤️

🛠 Join @LLMEngineers Community