RT @alihaydar_58_: 8일 전에 "혹시 몇몇 사람이 시도해 볼까"라며 공유했던
터키어 음성 프로젝트가 통제 불능 상태가 되었습니다 🤯
게다가 이 장치로:
🖥️ NVIDIA GTX 1050 Ti
⚙️ 768 CUDA 코어
💾 4 GB VRAM
📅 2016년 모델
⭐ 305 별
🍴 36 포크
🛠️ 42 커밋
👥 3 외부 기여
8일 동안 어떤 변화가 있었나:
➡️ 이 구형 장치에서 작동하는
터키어 음성 디자인으로 시작했습니다
➡️ 한 자원봉사자가 macOS 지원과 네이티브 Mac 애플리케이션을 작성했습니다
➡️ 다른 사람이 CPU의 치명적인 버그를 찾아 수정했습니다
➡️ AMD 카드 소유자들이 자신들의 결과를 보고했습니다
➡️ 읽기가 8개 언어로 확장되었고, 144개의 준비된 음성 정의가 추가되었습니다
➡️ 인터페이스가 30개 언어로 번역되었습니다
모든 것이 오픈 소스이며 무료이고 무제한입니다.
준비된 음성 중 어느 것도 실제 사람의 목소리를 복사하지 않았으며,
모두 글로 설명되어 디자인되었습니다.
이 프로젝트는 제가 시작했지만, 성장시킨 것은 여러분들입니다.
시도하고, 오류를 보고하고, 코드를 작성해 준 모든 분께 감사드립니다 🙏
🎙️ Text-to-Speech (TTS), 30개 언어 인터페이스:
🇹🇷 🇬🇧 🇩🇪 🇫🇷 🇪🇸 🇮🇹 🇵🇹 🇷🇺 🇵🇱 🇳🇱
🇩🇰 🇳🇴 🇸🇪 🇫🇮 🇬🇷 🇸🇦 🇮🇱 🇮🇳 🇨🇳 🇯🇵
🇰🇷 🇮🇩 🇲🇾 🇻🇳 🇹🇭 🇰🇭 🇱🇦 🇲🇲 🇵🇭 🇰🇪
🔗 https://t.co/x6sop7kcxN
📝 Speech-to-Text (STT), 단어별 시간 기록:
CrisperWhisper Turbo는 같은 4 GB 장치에서 ⭐ 78 별을 받았습니다.
말하는 모든 것(
✂️ 영상 편집(Video editi): 'ııı', 'eee'와 같은 긴 침묵 구간을 초 단위로 표시하고, 컷 목록이 준비됩니다.
시간 흐름에 따라 수 시간 동안 타임라인을 탐색하는 것은 이제 끝입니다.
🎧 팟캐스터(Podcastçi): 인터뷰의 전체 녹취록을 받으며, 원하는 문장으로 시간을 지정하여 즉시 이동할 수 있습니다.
🗣️ 발표 연습: 자신의 연설을 녹음하고, '어...'와 같은 필러 단어가 몇 번 사용되었는지 세어 개선점을 찾습니다.
🎓 학생(Öğrenci): 강의 녹음을 단어별 시간 기록이 있는 노트로 변환합니다. '교수님이 이걸 몇 분 몇 초에 말했지?'라는 질문은 이제 끝입니다.
⚖️ 인터뷰 및 회의록: 발언된 내용을 수정하지 않고, 그대로 한 글자씩 받아 적습니다.
━━━ 🔁 함께 사용하기 ━━━
🎬 유튜버(YouTuber): 영상을 STT (Speech-to-Text)로 자막화하고, 필러 단어를 제거하며, TTS (Text-to-Speech)를 이용해 다른 언어로 더빙 초안을 만듭니다.
🩹 실수 장면 복구: 잘못 말한 단어를 STT로 찾아내고, 수정된 문장을 TTS로 읽게 합니다. (본인 목소리로 할 경우 클로닝 탭 사용, 동의 필요)
🗂️ 회의록: 녹음 파일을 텍스트로 변환하고, 요약 오디오 뉴스레터 형태로 팀원들에게 들려줍니다.
🧑🏫 교육자(Eğitimci): 라이브 강의를 전사(transcribe)하고 정리하여, 잘 정돈된 오디오북으로 재출판합니다.
🌍 언어 학습자: 자신의 발음을 STT로 점검하고, 정확한 발음은 TTS로 듣습니다.
🔒 그리고 모든 공통점:
두 도구 모두 완전히 사용자의 컴퓨터에서 작동합니다.
사용자의 목소리와 데이터는 어떤 서버에도 전송되지 않습니다.
생성된 오디오에는 '인공지능으로 생성됨'이라는 라벨을 붙이는 것을 잊지 마세요 🏷️
도움을 주고 싶으시다면
별 하나, 체험판 또는 기여만으로 충분합니다 ⭐