Então, para quem ainda não sabia: escrevi o meu próprio romance e quero transformá-lo em audiobook em breve. E como não tenho paciência para ler o meu próprio livro outra vez, vou fazer isso usando a minha própria voz através de geração via Qwen3-TTS. Para isso, primeiro tenho de treinar a minha voz. Com a minha pipeline Voice Chaser, durante meses, não me limitei a transcrever a minha voz, mas também a gravei e criei simultaneamente um dataset. O dataset original compreendia 67 horas de tempo de fala puro e, após a destilação – remover ruídos e tudo mais – restaram, pelo menos, 43 horas. Tudo isto ainda está em desenvolvimento e continua a avançar, mas já vos mostro aqui a diversão, onde podem descarregar o dataset do Hugging Face. São apenas 28 GB...
Gallery
