Pelatih Sebutan AI

Dalam artikel ini saya membentangkan projek yang sedang saya usahakan: Pelatih Sebutan AI (dalam talian di sini), alat yang direka untuk membantu anda meningkatkan sebutan anda menggunakan kuasa kecerdasan buatan. Projek ini ialah refactor kepada Pelatih Sebutan AI asal Thiagohgl yang mana saya telah membuat beberapa penambahbaikan untuk menjadikan alat itu lebih berkesan dan lebih mudah digunakan.

Apa itu dan apa yang dilakukannya

Pelatih Sebutan AI ialah alat yang menggunakan kecerdasan buatan untuk menilai sebutan anda dan memberikan maklum balas, membantu anda menambah baik dan difahami dengan lebih jelas. Gunakan model Silero STT / TTS untuk fungsi pertuturan ke teks dan teks ke pertuturan, memastikan penilaian sebutan yang tepat dan boleh dipercayai.

Refactor: kemas kini Perpustakaan Frontend dan Backend

Saya mengemas kini perpustakaan bahagian belakang yang membawa PyTorch, khususnya, kepada versi 2.5.x. Saya juga menukar versi model Pertuturan-ke-Teks Jerman untuk membetulkan pepijat yang menghalang penggunaan PyTorch selepas versi 1.13.x.
Juga:, mengenai bahagian hadapan:

• Perpustakaan javascript dikemas kini menggunakan versi terkini jQuery (3.7.1) dan Bootstrap (5.3.3)
• Halaman hadapan baharu berdasarkan Gradio 5.x
• Menambahkan ujian E2E dengan Penulis Drama
• Menambahkan keupayaan untuk menulis, membaca dan menilai dengan jelas ayat pilihan bebas
• Lawatan berpandu untuk pengguna baharu dengan driver.js dan css/javascript tersuai di dalam blok Gradio
• Main semula perkataan individu dalam rakaman diikuti dengan sebutan 'ideal' bagi perkataan yang sama dibaca oleh enjin Teks ke Pertuturan
• Turut menambah ciri Text-to-Speech dalam penyemak imbas (pada Windows 11 ia hanya berfungsi jika pek bahasa Inggeris dan Jerman dipasang)

Versi dalam talian: demo dalam ruang HuggingFace

Anda boleh mencuba projek saya dalam talian di HuggingFace Space saya. Demo dalam talian ini membolehkan anda bereksperimen dengan keupayaan alat tanpa sebarang pemasangan atau konfigurasi. Ruang HuggingFace menyediakan cara yang mudah dan boleh diakses untuk menguji Jurulatih Sebutan AI dan melihat cara ia boleh membantu anda meningkatkan sebutan anda. Harap bersabar, kadang-kadang ia agak lambat atau tidur jika tidak ada yang menggunakannya untuk seketika (secara tempatan ia lebih cepat, terutamanya jika anda mempunyai komputer berkuasa). Terdapat juga versi terbenam HuggingFace.

ruang

Kerja Masa Depan

Walaupun ia berfungsi dengan baik, jelas terdapat ruang untuk penambahbaikan. Berikut ialah beberapa penambahbaikan masa hadapan yang saya rancang untuk laksanakan:

• Terima maklum balas daripada pengarang karya asal pada dokumentasi dan perubahan saya
• Tanya pengarang karya asal untuk beberapa penjelasan tentang pilihan seni bina dan fungsi yang dia buat
• Nilai peralihan daripada PyTorch ke ONNX Runtime
• Tambah lebih banyak ujian E2E dengan Playwright

Kesimpulan

Saya percaya bahawa Jurulatih Sebutan AI ialah alat yang berguna untuk sesiapa sahaja yang ingin meningkatkan sebutan mereka secara bebas. Dengan kuasa AI dan penambahbaikan yang dibuat semasa refactor, alat ini memberikan maklum balas yang tepat dan boleh dipercayai untuk membantu anda bercakap dengan lebih jelas dan yakin. Saya menjemput anda untuk mencuba demo HuggingFace Space dan memahami cara projek ini boleh membantu anda dalam laluan anda ke sebutan yang lebih baik.

Atas ialah kandungan terperinci Pelatih Sebutan AI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!