MUCKYWORX // PROJECT
MuckyTTS
PROJECT

MuckyTTS

मैं Qwen3-TTS को अपनी खुद की आवाज़ पर ट्रेन कर रहा हूँ और हो सकता है कि इस दौरान एक Piper-TTS वॉइस भी निकल आए।

तो, उन लोगों के लिए जिन्हें अभी तक नहीं पता था: मैंने अपना खुद का उपन्यास लिखा है और मैं जल्द ही उसे किसी तरह ऑडियो में बदलना चाहता हूँ। और चूंकि मेरा अपनी किताब को दोबारा खुद पढ़ने का कोई मन नहीं है, इसलिए मैं Qwen3-TTS के ज़रिए अपनी ही आवाज़ जेनरेट करके यह काम करूँगा। और इसके लिए मुझे पहले अपनी आवाज़ को ट्रेन करना होगा। मैंने अपने Voice Chaser पाइपलाइन के ज़रिए महीनों तक न केवल अपनी आवाज़ को ट्रांसक्राइब किया, बल्कि उसे रिकॉर्ड भी किया और साथ ही उसका एक डेटासेट बनाया। मूल डेटासेट में 67 घंटे का शुद्ध बोलने का समय था, और डिस्टिलेशन के बाद — शोर हटाना और बाकी चीज़ें — अब भी 43 घंटे बचे हैं। यह सब अभी भी डेवलपमेंट में है और काम जारी है, लेकिन मैं आपको यहाँ यह पूरा मज़ा दिखा रहा हूँ, जहाँ से आप Hugging Face से डेटासेट डाउनलोड कर सकते हैं। सिर्फ 28 GB ही तो है...