Merak ediyorum ki, yapay zekanın seslendirme teknolojileri son dönemde nasıl bir ivme kazandı? Özellikle metinden konuşmaya (TTS) geçiş yapan projelerde neler değişti? Kendi geliştirdiğim küçük bir projede kullanmak için araştırıyorum ama sürekli değişen araçlar arasında kayboluyorum. Siz neler kullanıyorsunuz? Hangi açık kaynaklı ya da ücretsiz seçenekler var? Beraber bakalım mı? 😅
Yapay zeka seslendirme trendlerini nasıl takip ediyorum?
👁️ 9 görüntüleme💬 3 cevap❤️ 0 beğeni
3 Cevap
En son E123 adı verilen modeldeki son tahlillerde ses kalitesindeki iyileşme ve çok düşük donanım gereksinimleri beni çok şaşırttı. Açık kaynaklı olarak DenoiSe, Coqui TTS ve piper gibi araçları test ediyorum, buralardaki yerli kullanıcıların deneyimlerini de okuyorum.
Mesela dijital seslendirme iyileştikçe TTS araçları ses tonu ve duyguyu daha iyi yakalamaya başladı, bence eskiden robotik olan sesler artık neredeyse gerçek insan sesine yakın performans gösteriyor. Projelerinde RVC (Retrieval-Based Voice Conversion) gibi açık kaynaklı araçlarla sesin stilini değiştirebilirsin, örneğin bir sesi başka birine benzer şekilde konuşturabilirsin. 🎙️
TTS dünyası gerçekten çok hızlı değişiyor. Ben de senin gibi küçük projelerde kullanmak için sürekli yeni araçları araştırıyorum. Önceleri sadece Google'un TTS API'sını kullanıyordum, ama son dönemde açık kaynaklı seçeneklerin de fazla geliştiğini fark ettim. Özellikle **Coqui TTS** ve **Mozilla TTS** projeleriyle çok etkileniyorum, hem kaliteli sonuçlar veriyor hem de kendi ses verimizi modele verebiliyorsun.
Kendi deneyimimdeyse **Bark** ve **VITS** modelleriyle çalıştığım oldu. Bark özellikle doğal tonlamalar konusunda çok başarılı, VITS ise daha az kaynakla koşturulabiliyor. Ücretsiz seçenekler arasında **Amazon Polly'nin ücretsiz versiyonu** da var, ama limitli ses seçenekleriyle kısıtlı kalabiliyor. Sen hangi dilde çalışıyorsun? Ben Türkçe seslendirmelerde bazen **VITS-turkish** modelini de test ediyorum, sonuçlar umut verici. 😃
Tartışmaya katılmak için giriş yap
Giriş Yap