Jest to aplikacja systemu Windows o nazwie VALL-E, której najnowszą wersję można pobrać jako GreatlyimprovedaccuracyandFixGPUmemoryincreaseduringtraining.zip. Można go uruchomić online w darmowym dostawcy usług hostingowych OnWorks dla stacji roboczych.
Pobierz i uruchom online tę aplikację o nazwie VALL-E z OnWorks za darmo.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom dowolny emulator online systemu operacyjnego OnWorks z tej witryny, ale lepszy emulator online systemu Windows.
- 5. W systemie operacyjnym OnWorks Windows, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację i zainstaluj ją.
- 7. Pobierz Wine z repozytoriów oprogramowania dystrybucji Linuksa. Po zainstalowaniu możesz dwukrotnie kliknąć aplikację, aby uruchomić ją za pomocą Wine. Możesz także wypróbować PlayOnLinux, fantazyjny interfejs w Wine, który pomoże Ci zainstalować popularne programy i gry Windows.
Wine to sposób na uruchamianie oprogramowania Windows w systemie Linux, ale bez systemu Windows. Wine to warstwa kompatybilności z systemem Windows typu open source, która może uruchamiać programy systemu Windows bezpośrednio na dowolnym pulpicie systemu Linux. Zasadniczo Wine próbuje ponownie zaimplementować system Windows od podstaw, aby mógł uruchamiać wszystkie te aplikacje Windows bez faktycznego korzystania z systemu Windows.
ZDJĘCIA EKRANU:
DOLINA
OPIS:
Wprowadzamy podejście do modelowania języka dla syntezy tekstu na mowę (TTS). W szczególności trenujemy neuronowy model kodeka (nazywany VALL-E) przy użyciu dyskretnych kodów pochodzących z gotowego modelu neuronowego kodeka audio i traktujemy TTS jako zadanie modelowania języka warunkowego, a nie ciągłą regresję sygnału, jak w poprzedniej pracy. Na etapie przedtreningowym zwiększamy dane treningowe TTS do 60 3 godzin angielskiej mowy, czyli setki razy więcej niż istniejące systemy. VALL-E wyłania możliwości uczenia się w kontekście i może być używany do syntezy wysokiej jakości spersonalizowanej mowy z zaledwie XNUMX-sekundowym zarejestrowanym nagraniem niewidocznego mówcy jako monitem akustycznym. Wyniki eksperymentów pokazują, że VALL-E znacznie przewyższa najnowocześniejszy system TTS zero-shot pod względem naturalności mowy i podobieństwa mówców. Ponadto stwierdziliśmy, że VALL-E może zachować w syntezie emocje mówcy i środowisko akustyczne podpowiedzi akustycznej.
Zakładka Charakterystyka
- Rurociąg VALL-E to fonem → kod dyskretny → przebieg
- VALL-E generuje dyskretne kodeki kodeków audio w oparciu o monity fonemów i kodów akustycznych
- VALL-E bezpośrednio umożliwia różne aplikacje do syntezy mowy
- Zero-shot TTS, edycja mowy i tworzenie treści
- W połączeniu z innymi generatywnymi modelami AI, takimi jak GPT-3
- VALL-E może syntetyzować spersonalizowaną mowę, zachowując jednocześnie środowisko akustyczne podpowiedzi mówcy
Język programowania
Python
Kategorie
Jest to aplikacja, którą można również pobrać z https://sourceforge.net/projects/vall-e.mirror/. Został umieszczony w OnWorks, aby można go było uruchomić online w najprostszy sposób z jednego z naszych bezpłatnych systemów operacyjnych.