alexturkey/voxcpm2-turkce-ses-tasarimi

해결하는 문제

이 프로젝트는 저사양 하드웨어(특히 4GB GPU)에서 합성 음성을 로컬로 설계하고 사용할 수 있는 프라이버시 중심의 방법을 제공합니다. 참조 기반 문장 단위 생성 방식을 사용하여 긴 오디오에서 일관성이 떨어지는 음성 드리프트 문제를 해결하고 음색과 스타일을 안정적으로 유지합니다.

작동 방식

VoxCPM2 모델과 패치된 오디오 엔진을 함께 사용합니다. 원하는 음성에 대한 텍스트 설명을 제공하면 시스템이 여러 변형을 생성합니다. 마음에 드는 것을 선택하면 시스템은 해당 특정 녹음을 참조로 사용하여 텍스트를 읽습니다. 고정 시드와 참조를 사용하여 문장 단위로 텍스트를 처리함으로써 처음부터 끝까지 출력이 일관되게 유지됩니다. 새 음성 설계와 자신의 음성 복제(명시적 허가 필요)를 위한 로컬 웹 인터페이스와 명령줄 도구가 포함되어 있습니다.

대상 사용자

클라우드 서비스에 의존하지 않고 로컬에서 고품질 합성 음성을 생성하려는 사용자를 위해 설계되었습니다. 비디오, 오디오북 또는 팟캐스트에 일관된 음성 내레이션이 필요한 크리에이터에게 특히 유용하며, VRAM이 제한된 사용자(예: 4GB GTX 1050 Ti) 또는 Apple Silicon Mac에 최적화되어 있습니다.

주요 특징

• 완전히 로컬에서 실행되며 네트워크로 데이터가 전송되지 않습니다.
• 8개 언어(터키어, 영어, 프랑스어, 독일어, 스페인어, 러시아어, 중국어, 일본어)로 된 14개의 기성 합성 음성이 포함되어 있습니다.
• 저메모리 하드웨어에 최적화(최대 VRAM 약 2.8GB).
• Windows용 원클릭 설치 프로그램과 Apple Silicon 지원이 포함되어 있습니다.
• 동의 기반 보호 장치가 있는 개인용 '음성 복제' 기능을 제공합니다.
• 사용자 정의 사전을 통해 발음을 정밀하게 제어할 수 있습니다.