xtts v2клон17 с ролик
Витрина · ← LocalVoice · прежняя страница со всеми фильтрами на одном экране
Шаг 1 — текст, шаг 2 — модель. «Мой голос» — это клон (XTTS / F5-TTS), не текст: он читает сценарий, Пушкина и свой текст. F5-TTS — русская модель на CPU этого VPS (нет GPU). Qwen3 — GPU Hugging Face. Плеер — стандартный браузерный. Если страница старая: Ctrl+Shift+R (Mac: Cmd+Shift+R).
По качеству в наших тестах (хуже → лучше). Kokoro пока лучший среди локальных. Клоны — отдельная строка: их не сравнивали с этими четырьмя.
Клоны голоса (есть на сайте, не в рейтинге 1–4):
Этот текст озвучивают все модели ниже (казахские Silero — только здесь). Qwen3 и XTTS могут пересинтезировать его кнопкой «Озвучить». Демо ударений Piper — тоже на этом тексте.
Я всегда записываю все зумы. У меня всегда это всё в записи. Сразу после встречи я кидаю в транскрибацию. И прямо когда у меня текст сформирован нашей встречи, я пишу в джи-пи-ти команду. Распиши мне боли, потребности и желания клиента, как он озвучил дословно. Потом будете переслушивать, паузу нажмёте все и запишите. Распиши дословно. И у меня формируется такой документ: боли, потребности и желания клиента. Иду в Перплексити и говорю: распиши мне контент-план прогрева на две недели. Прогрева этого клиента к сделке, да? Ну, вообще, да. Вот то, о чём мы говорили: его боли, потребности и желания у меня в этот документ. На основании этого документа формируется контент-план прогрева. Ну, с темой, что конкретно подсветить, и всё. И каждый там, я через день обычно публикую. Каждый этап через день, беру эту темку и закидываю. Напиши мне пост как бы на эту тему, и обязательно включи конкретные дословные слова, как это озвучил клиент. Более по требовательности желания. А клиента приглашаю к себе в группу. Я говорю: приходи, пока я делаю аудит, ну, почитаешь что-нибудь. И вот периодически, как Лилия сказала, всплывает и у вас какая-то информация. И человек, когда читает, контент его словами написан. То есть он читает, и там: блядь, да задолбали меня эти менеджеры. И прям конкретно.
Piper не понимает кириллический апостроф и плюс Silero (+а). Ударение задаётся фонемами espeak-ng внутри [[ ]]: это [[zˈɑmok]], а это [[zamˈok]]. Снять IPA: espeak-ng -v ru --ipa=3 -q слово, затем перенести знак ˈ к нужному гласному.