Show HN: 南部アメリカ英語とアフリカ系英語を話すオープンソースTTS Hurston-1
Show HN: Hurston-1 open source TTS that speak Southern American and Afro-English (huggingface.co)
要約
開発者は、南部アメリカ英語や地域アフリカ英語のアクセントに特に優れた、オープンソースの狭帯域TTSモデル「Hurston-1」を発表しました。このモデルは、20,000人以上の同意を得た音声データの一部（136時間）を使用してMaya1をファインチューニングしたもので、電話での使用に焦点を当てています。開発者は、このモデルが他の人々にAIとのインタラクションの機会を広げることを期待しています。
全文翻訳
皆さん、私はHurston-1という狭帯域TTSモデルをオープンソース化しました（Apache-2.0）。このモデルはアメリカ英語に非常に強く、特に南部アメリカ英語と地域アフリカ英語のアクセントに優れています。Destined AIはアトランタに拠点を置いており、私はAIができることに驚嘆し、より多くの人々がAIの使用とインタラクションに快適に感じるように紹介し、歓迎したいと思ってこれを構築しました。
2021年以来、20,000人以上の人々から完全に同意を得た音声データを収集し、100万件の音声録音、そして現在までに1,800時間以上の音声がキャプチャされています。このモデルでは、データの136時間という一部を使用してMaya1をファインチューニングし、その能力を拡張しました。
Hurston-1は狭帯域TTSモデルであり、これらの音声が最も多く聞かれるであろう電話での使用に焦点を当てています。私はこれをAmazonやSalesforceのような顧客をサポートするために使用し、これで50万ドル以上の収益を上げました。今、私は他の人々にも機会を解き放つためにこれをオープンソース化しています。
制限事項：このモデルはプロンプト間で全く同じ声を維持せず、ボイスクローニングをサポートしません。多くのユースケースでは問題ありませんが、ポッドキャストを作成している場合はそうではないかもしれません。
これは最初のリリースです — 改善を加えた次のバージョンにすでに取り組んでいます。
この分野に興味がある方がいらっしゃいましたら、Hugging Faceからモデルをダウンロードしてチェックし、フィードバックを教えていただけると幸いです。また、この分野の他の人々ともつながることを歓迎します。