Docker Desktop eller Docker Engine. NVIDIA-GPU er valgfritt; CPU-modus fungerer også. Det komplette Docker-imaget inneholder modellfamilier for engelsk, fransk, kinesisk og japansk. Spansk og koreansk er valgfrie nettinstallasjoner som krever gjennomgang av oppstrømsvilkårene.
Flerspråklig talestudio Stabil v1.0.1 eller latest med løpende oppdateringer
MeloTTS
Flerspråklig tale, formet og strømmet på din egen maskin.
Et lokalt TTS-arbeidsområde med åtte modeller på seks språk, responsivt nettgrensesnitt, OpenAI-kompatible og egne API-er, seks lydformater og setningsvis strømming i MP3/PCM.
Åpne Generer, velg en lastet språkmodell og stemme, juster syntese- eller lydkontrollene og velg Generer. Strøm, API og System gir setningsvis strømming, integrasjonsdetaljer, modellstyring og GPU-telemetri.
De innebygde kjernemodellene fungerer uten nett etter at Docker-imaget er hentet, og tekst og generert lyd forblir lokale. MeloTTS bruker AGPL-3.0: endrede distribusjoner og endrede nettverkstjenester må tilby tilhørende kildekode til brukerne.
Dette følger med
Et komplett lokalt arbeidsområde, ikke bare en modell.
- Åtte modeller på seks støttede språk
- Arbeidsområdene Generer, Strøm, API og System
- OpenAI-kompatible og egne API-er med valgfri bearer-autentisering
- Setningsvis MP3- og PCM-strømming samt seks OpenAI-lydformater
- Robust eksperimentell SSML for dialog med flere stemmer
- Bølgeformklipping, modellstyring og GPU-telemetri
Slik ser programmet ut
Et komplett flerspråklig talearbeidsområde.
Generer og Strøm viser de innebygde syntese- og lydkontrollene sammen med valgt modell. API dokumenterer lokale integrasjoner, mens System styrer valgfrie språkpakker, lastede modeller, kjøretid og GPU-telemetri.
