MUCKYWORX // PROJECT
MuckyTTS
PROJECT

MuckyTTS

Trenuję Qwen3-TTS na moim własnym głosie i być może przy okazji wyjdzie z tego nawet głos do Piper-TTS.

Dobra, dla tych, którzy jeszcze nie wiedzieli: napisałem własną powieść i chcę ją niedługo jakoś ozwukać. A ponieważ nie mam ochoty czytać własnej książki jeszcze raz na głos, zrobię to po prostu za pomocą mojego własnego głosu, generując go przez Qwen3-TTS. I żeby to zadziałało, muszę najpierw wytrenować swój głos. Przez wiele miesięcy, korzystając z mojej pipeline Voice Chaser, nie tylko transkrybowałem swój głos, ale go nagrywałem i jednocześnie robiłem z tego dataset. Oryginalny zbiór danych obejmował 67 godzin czystego czasu mówienia, a po destylacji – wycięciu szumów i tym podobnych – zostało z tego przynajmniej 43 godziny. Całość jest wciąż w fazie rozwoju i proces trwa, ale już teraz pokazuję wam całą tę zabawę, gdzie możecie pobrać dataset z Hugging Face. To tylko 28 GB...