FireRedTTS, створаны Xiaohongshu, — гэта перадавы інструмент сінтэзу голасу на базе ІІ: дастаткова некалькіх секунд эталоннага аўдыя, каб дакладна скапіраваць голас і стварыць персаналізаванае аўдыя ў розных стылях. Без складанага працэсу навучання гэты інструмент здольны імітаваць мноства тэмбраў, што вельмі падыходзіць для агучвання кароткіх відэа і ўзаемадзеяння ў чатах, дазваляючы карыстальнікам лёгка ствараць уласныя гукавыя эфекты.

Эфект першы:
Арыгінальнае аўдыя
Згенераваны вынік
Эфект другі:
Арыгінальнае аўдыя
Згенераваны вынік
Эфект трэці:
Арыгінальнае аўдыя
Згенераваны вынік
Эфект чацвёрты:
Арыгінальнае аўдыя
Згенераваны вынік — кітайская
Згенераваны вынік — англійская
1. Імітацыя розных тэмбраў
Няхай гэта мілы дзіцячы голас, элегантны жаночы голас ці спакойны мужчынскі бас — FireRedTTS ідэальна імітуе ўсё, задавальняючы разнастайныя патрэбы карыстальнікаў.
2. Нулявыя выдаткі на навучанне
Карыстальніку дастаткова прадаставіць некалькі секунд эталоннага аўдыя, каб стварыць уласнае аўдыя, цалкам пазбягаючы складаных этапаў навучання.
3. Багацце стыляў голасу
Ад камічнага да лагоднага, ад упэўненага да гуллівага — FireRedTTS падтрымлівае мноства эмацыйных адценняў і падыходзіць для розных сцэнарыяў.
4. Хуткая генерацыя
Усяго за імгненне ствараецца поўнае аўдыя, што значна павышае эфектыўнасць вытворчасці кароткіх відэа і крэатыўнага кантэнту.
1. Агучванне кароткіх відэа
Аўтары могуць надаць кароткім відэа больш забаўнасці: няхай гэта жартаўлівы ці цёплы стыль голасу — кантэнт становіцца больш прыцягальным.
2. Узаемадзеянне ў чатах
Выкарыстоўвайце ў чатах галасы знакамітасцей або ўласныя галасы, каб дадаць размове забавы і зрабіць зносіны больш індывідуальнымі.
3. Агучванне рэкламы і фільмаў
Дзякуючы мноству галасавых стыляў FireRedTTS дадавайце ўнікальныя гукавыя эфекты да рэкламы ці фільмаў, павышаючы якасць працы.
4. Стварэнне аўдыя
Музыкі ці аўтары падкастаў могуць з дапамогай FireRedTTS надаць сваім працам больш гукавых элементаў і стварыць свежы аўдыякантэнт.
Каб забяспечыць плаўную працу праграмы, рэкамендуецца, каб ваш камп'ютар адпавядаў наступным патрабаванням:
– Аперацыйная сістэма: Windows 10/11 (64-біт)
– Відэакарта: рэкамендуецца NVIDIA, відэапамяць 8 ГБ і больш, падтрымка CUDA >= 11.8
– Месца на дыску: пасля распакавання файлы займаюць каля 12.6 ГБ, пераканайцеся, што месца на дыску дастаткова
– Усталяванне CUDA: калі CUDA не ўсталявана, звярніцеся да інструкцыі па ўсталяванні:інструкцыі па ўсталёўцы CUDA
Як даведацца мадэль відэакарты і аб'ём відэапамяці
1. Адкрыйце дыспетчар задач
2. Націсніце ўкладку «Прадукцыйнасць»
3. Выберыце "GPU"
4. У правым верхнім куце можна ўбачыць мадэль відэакарты, а ніжэй паказаны аб'ём відэапамяці

Дзякуючы FireRedTTS — ці гэта крэатыўныя кароткія відэа, узаемадзеянне ў чатах або агучванне рэкламы — голас атрымлівае больш магчымасцей, дапамагаючы вам лёгка спраўляцца з рознымі сцэнарыямі!
01. Пасля спампоўкі аб'яднанага пакета распакуйце яго;
Увага: у шляху да папкі і ў назвах файлаў (уключаючы назвы аўдыя, малюнкаў, відэа і г.д.) не павінна быць кітайскіх сімвалаў, інакш некаторыя праграмы не распазнаюць іх і выдадуць памылку

02. Пасля распакавання двойчы запусціце 查看运行环境.bat, пасля завяршэння закрыйце яго;

03. Двойчы запусціце 运行.bat, каб запусціць праграму; акно выканання згарніце ўніз і не закрывайце;

04. Дадайце арыгінальнае аўдыя, а затым увядзіце тэкст, які трэба пераўтварыць у голас;

05. Выберыце мову ("zh" — кітайская, "en" — англійская; увага: тут абавязкова трэба выбраць, нават калі патрэбны варыянт ужо ўсталяваны, адкрыйце і выберыце яго, інакш будзе памылка), затым націсніце "Submit" для адпраўкі, крыху пачакайце — і вынік згенеруецца; вынік з'явіцца справа, дзе можна праслухаць эфект;

Адрас з адкрытым зыходным кодам:https://github.com/FireRedTeam/FireRedTTS