תרגום מכונה · המקור באנגלית
F5-TTS
זה קודם כל Soniqo מסמכים F5-TTS מהמקומי speech-swift / speech-core יישום Hugging Face
דף ראשון
כרטיסי נחיתה ותפריטי docs מצביעים כאן קודם; מודל מקור וקישורי החבילה נותרים זמינים מהעמוד הזה.
ב-Glance
| מודל מודל | F5-TTS |
|---|---|
| תפקידים | קול Zero-shot ממבט קצר בתוספת תמליל |
| חזרה | MLX fp16 |
| Output | 24 kHz מונופור |
| שפות | אנגלית ומנדרינה, EN / ZH מעורב |
| רישיון רישיון רישיון | CC-BY-NC-4.0 משקולות; חבילות לא מסחריות |
| סטטוס | מוכן באמצעות דיבור דיבור --engine f5 וה F5TTS Swift מוצר המוצר |
| מקור Source | F5-TTS |
| Swift מוצר | F5TTS |
| CLI / Runtime | speech speak --engine f5 |
שימוש בשימוש
החטיפה מתחת למראות את speech-swift API או פקודה שנחשפו על ידי ה-Repo.
# Clone a voice from a ~10 s reference clip plus its transcript.
.build/release/speech speak "Hello from my cloned voice." \
--engine f5 \
--voice-sample reference.wav \
--f5-reference-text "Text spoken in the reference clip." \
-o cloned.wavמודל קישורים
הערות יישום
- 16 מדרגות זרימה הן ברירת המחדל (RTF 0.57 על A M5 נמוך יותר הוא מהיר יותר); --f5-steps 32 עבור נאמנות מקסימלית, 12 רץ RTF 0.43 — ASR עגולים הם מילה-זהה בכל השלושה.
- --f5-reference-text נדרש: השיבו תנאים בתעתיק ההתייחסות, ואיכות עוקב אחר כמה נקי קליפ ההתייחסות מסתיים על גבול המשפט.
- מנדרינה עוברת דרך lexicon packd עם טונה חולי אפוי בזמני הייצוא (99.2% token-exact נגד ה- Rjieba/pypinin Frontend), כך Swift לא צריך אסימכיזר חיצוני.
- Deterministic per --f5-seed; --f5-speed קשקשים, חוזק CFG ו-sway sampling נחשפים כמו דגלים; בערך 0.8 שיא RSS הופך אותו מנוע המשובח הקטן ביותר בחבילה.