Но для начала нужно выбрать эталонный голос. Максимы и Алисы слишком узнаваемы по стримам и яндекс браузеру, поэтому я решил выбрать голоса из второго пикрелейтеда.
Нужно будет их сравнить и выбрать лучший или использовать все вместе для разнообразия. Я перерос этот чат и общаться там самому мне уже лень. А поднасрать местным тнусятинам - это святое дело.
В качестве эталонного текста я решил выбрать фрагменты пасты про ТНУС. В свое время я успешно использовал эту пасту с связке с максимом, было очень органично, интересно, как она будет звучать, если её озвучит та же Айгуль.
Голосов слишком много, чтобы запомнить каждый из них, а тян слишком тупые. Плюс копипасту можно менять по настроению, от случая к случаю.
Актуальная шапка треда, все технические подробности там
https://docs.google.com/document/d/1beimMUOIUioIl6upIOwRigt_IUbRpLW4M4mFodUCAHY/edit?usp=sharing[/B]
пчел, ты ебнутый? этот голос у каждого стримера на донате, просто кринжанул с пердежа. какие же пердежи дегенераты
В болталках я смыслю абсолютно ничего.
Может кто знает как Алексу в виртуалке запустить, раз уж такой тред?
Хм, если это та самая хуйня из пикрелейтеда, то наверное в эмуляторе Android или на виртуалке с линухом. А в чём проблема и зачем? Может быть есть решение попроще, без Алексы?
Как соединить два голосовых чата через virtual cable? Проблема в том что с одного айпишника работает только один звонок.
Разные браузеры
Тоже самое, работает только один звонок
Привет, оп. Помню твои треды.
Я сам не пробовал, но анон в прошлом треде утверждал, что у него получилось с помощью утилиты VOICEMEETER
Вообще делал похожую шляпу пару месяцев назад, но для другой тематики. Для распознования юзал калди, на гитхабе есть форки ля русского войса. Один голос без постороннего говняка воспринимал идеально, в твоём случае по-моему будет как раз
А, ну логику ответа и воспроизведение текста думаю даже даун сделает.
Движок капризный, либо из-за криворукости разрабов, либо потому что они хотят бабла.
Не воспринимает текст больше чем 140 символов, пришлось городить костыли и разбивать копипасту на батчи и склеивать wav-файлы. Причем в их эталонном примере все было криво, постоянно ошибки вылезали. Только в самом конце был нормальный рабочий пример.
Слишком большие паузы между предложениями, плюс не все слова синтезирует корректно, что-то вообще пропускает.
С другой стороны, эти паузы между интерпретировать как реакцию на слова собеседника, что добавляет говорилке очки человечности.
В обычном плеере файл открывается, лень заморачиваться с перекодированием
> Я планирую создать
> используя все готовое с гитхаба
Создаватель мамкин, хуй будешь?
чо ругаешься каждый дрочит как хочет!
Или тебя ткнуть в сетки для госов где предобученные модельки спижены с гитхаба? да или может госуслуги сорцы показать?..
Смысл - разговорная Eng практика.
Я уже не помню на чём я её пытался тестировать. Вроде из-под эмуля в магазине приложений её не видно было, или она не хотела запускаться, или она не видела микрофон
проиграл
Версия, которая открывается в браузере
Большинство текста не озвучено, остальное звучит с акцентом
лютая синтетика
Я открываю через ПК с помощью Potplayer'а. Все норм. У некоторых моделей долгие паузы между предложениями. А через браузер часть видео вообще не открывается.
Воспользуйся TTS от сбера на их сберклауде. Его хуй кто узнает, потому что сберовскими помощниками никто не пользуется, лол.
Чет ору. Качество звука выше по сравнению с русскоязычными контентами, но акцент... Судя по развитию версии, очевиден основной заказчик.
"Булок-х", "Пизду-х", "ххыхх"
Как будто слушаешь передачу про ТНУС на хохляцком ТВ.
> потому что сберовскими помощниками никто не пользуется
Почему? Слишком дорого или модели хуже?
>>261866918
Тут >>261858877 и тут >>261858605
Сам чат, на сайте.
Модели для распознавания и синтеза речи у него топ. А обработка языка, гроубо говоря чат-бот который должен понимать чего ты хочешь - у него тупит. Ну и плюс недостаточно выпустить хороший продукт чтоб отвоевать рынок, это тебе любая монополия скажет.
Если с настройками звука все норм, то это просто молчуньи, которые ждут, когда ты что-то скажешь.
Модели открытые или за них нужно платить? В колабе можно запустить или нужно обязательно возиться с их облаком? Облако платное?
Когда я меняю пол, то же самое происходит. Если бы они молчали, хотя бы дыхание было слышно. А то вообще никакой реакции ни разу.
Ну хз тогда, если это точно не молчуны, то значит проблема со звуком в браузере.
Модели платные, в облаке через апи. Так что да, нужны деньги.
Звуки уведомлений работают.
Бери хохла
юзать не для тнусов можн? идея есть. хотя все равно спижу реализацию чо спрашивать
>>261868229
пасибо анон
Остальные модели вылетали, потому что не смогли распознать кириллицу. Модель multi не подходит для моих задач, можно поиграться с ней в будущем, но это такой геморрой. что просто пиздец.
По дефолту здесь модель хохла и паста про ТНУС.
Основной блокнот компании Silero - полная шляпа, пришлось допиливать его до человеческого состояния, разбивать текст на предложения, потом склеивать wav и конвертировать в mp3. Видимо специально усложнили задачу, чтобы отсеять от халявы большинство людей и свести на нет применение в продакшене. Также, если длина предложения превышает 140 символов, то модель обрабатывает только часть текста. Короче корявая тулза, но для ТНУСов думаю за глаза хватит.
Из плюсов выделю возможность запуска на CPU, что снижает до нуля вероятность бана гугла и ограничения квот.
пасиб
Они отсортированы по языковым папкам.
Речь хохолика заметно ускорилась. Его кхгыканье сильнее бросается в глаза. С ударениями речь более размеренная.
Аудиопоток скорее всего сломанный, потому видео не воспроизводится в браузере, пришлось повторно перекодировать.
Так что ударения имеют смысл. Возможно модель baya_v2 получится починить, если убрать ударения.
Нет, ничего не изменилось
Плюсы:
- провокационная тема, самки болезненно воспринимают любую критику, лулзы гарантированы;
- разнообразие, ТНУСЫ слишком тупые, не запомнят все голоса, даже могут принять за организованный флешмоб, если приестся, можно просто сменить пасту;
- простота, никаких усилий не трубется, если изловчиться, можно собрать ограниченный пул жирных паст и распространенных фраз и создать некое подобие диалога;
- универсальность, можно сгенерировать практически любую пасту.
Минусы:
- отсутствие автономности, пасты нужно генерировать, решается собранием большой базы паст;
- если не используется плейлист, то требует ручных действий, возможно получится автоматизировать этот процесс, нейросети на текущий момент кажутся оверхедом, нужно эволюционно развиваться.
Ща попробуем извлечь копипасту из видеорелейтеда и скормить хохлу
Если задать слишком длинную пасту, он обосрется. Взял фрагмент поменьше и все заработало. https://vocaroo.com/1ioIfRP48x2K
Вот это видео
Может запилить аналог чат втроём, но с голосовым вариантом? Слушать, что там пиздят, а самому наяривать перед монитором?
См. ответы тут >>261866918
