BelVoice · эксперымент

Беларускі голас у браўзары

BelG2P → GlowTTS → HiFi-GAN. Усё вылічаецца на гэтым камп’ютары, без API сінтэзу.

Можна пазначыць націск уручную: му́ка / мука́. Адзін сінтэз за раз.

Эксперымент: ручныя і слоўнікавыя націскі захоўваюцца. Дадатковая мадэль (~18 MiB) загружаецца толькі пры патрэбе; без аналізу кантэксту.

Гатова да запуску

Першы запуск загружае лакальныя файлы мадэляў і слоўніка. Гэта можа заняць некаторы час; наступныя сінтэзы выкарыстоўваюць іх паўторна.

Час загрузкі і чакання

Першая загрузка і падрыхтоўка
Яшчэ не запускалася
Апошні запыт: ад націскання да гатовага гуку
—

Загрузка ўключае атрыманне файлаў (з сеткі або кэша) і падрыхтоўку рухавіка. StressML загружаецца асобна пры патрэбе; гэты час уваходзіць у ML-этап сінтэзу. Для параўнання агучце той самы тэкст двойчы.

Падрыхтоўка тэксту

Падрыхтаваны тэкст з націскамі
—
StressML
Выключана
Фанемы для GlowTTS
—
Дыягностыка