MUCKYWORX // PROJECT
MioTTS
PROJECT

MioTTS

Piper TTS के लिए खुद ट्रेन की गई आवाज़, क्योंकि उपलब्ध जर्मन महिला आवाज़ें सुनने में अच्छी नहीं लग रही थीं।

तो, यहाँ बात मेरी MIO TTS आवाज़ की है। सीधी सी बात है कि मैं अपने OpenClaw-Agent के स्पीच आउटपुट के लिए एक मधुर जर्मन महिला आवाज़ चाहता था। और वह किसी भी कीमत पर मिल ही नहीं रही थी। इसलिए मैंने अपना पूरा पाइपलाइन चालू किया और Sohe-आवाज़ के साथ Qwen3-TTS का इस्तेमाल करके 18 घंटे का एक डेटासेट तैयार किया। मैंने असल में इस आवाज़ से अपना खुद का उपन्यास पढ़वाया। मैंने एक डेटासेट बनाया और उसी डेटासेट के साथ मैंने करीब 1300 कुछ एपोक्स (epochs) में एक Piper TTS आवाज़ ट्रेन की, जिसका फायदा यह है कि A) यह सुनने में अच्छी और साफ़ है और B) Piper TTS के ज़रिए यह बेहद तेज़ है और बहुत कम रिसोर्स लेती है। आप तो जानते ही हैं, Piper TTS लगभग किसी भी टोस्टर पर चल जाता है। और साथ में मैं आपको उस जगह का लिंक दे रहा हूँ जहाँ मैंने यह सब अपलोड किया है, जिसमें मॉडल और डेटासेट दोनों शामिल हैं।