Bezplatný generátor AI hlasu je postaven z modelů a kódu s otevřeným zdrojovým kódem. Tato stránka vypisuje každou část, její licenci a kde získat zdrojový kód. Všechny soubory jsou poskytovány beze změn, pokud není uvedeno jinak.
| Část | Licence | Zdroj |
|---|---|---|
| Hlasový model Kokoro-82M v1.0 (verze ONNX od komunity Transformers.js, 8bitová kvantizace) a jeho hlasové soubory | Apache License 2.0 | huggingface.co/hexgrad/Kokoro-82M, huggingface.co/onnx-community/Kokoro-82M-v1.0-ONNX |
| kokoro-js 1.2.1 | Apache License 2.0 | github.com/hexgrad/kokoro |
| Transformers.js 3.5.1 | Apache License 2.0 | github.com/huggingface/transformers.js |
| ONNX Runtime Web 1.22 (engine WebAssembly) | Licence MIT | github.com/microsoft/onnxruntime |
| phonemizer.js 1.2.1 (převádí text na zvuky) | Apache License 2.0 | github.com/xenova/phonemizer.js |
| eSpeak NG, zkompilovaný do WebAssembly a vložený do phonemizer.js | GNU GPL verze 3 nebo novější | github.com/espeak-ng/espeak-ng |
eSpeak NG a GPL
phonemizer.js se označuje jako Apache-2.0, ale řečový engine, který vkládá, eSpeak NG, je licencovaný pod GNU General Public License verze 3 nebo novější, a stažený skript ho obsahuje ve zkompilované podobě. Proto celý hlasový program v prohlížeči nabízíme pod podmínkami GPL-3.0. Můžete ho podle této licence kopírovat, studovat, měnit a dál šířit.
- Úplný text licence: GPL-3.0.
- Zdrojový kód eSpeak NG: github.com/espeak-ng/espeak-ng. Build WebAssembly pochází z phonemizer.js (viz jeho
src/espeakng.worker.jsa build skripty). - Skript podávaný na
/assets/voice/kokoro-web.22b79dc3.jsje nezměněný browser bundle kokoro-js 1.2.1, s upravenými pouze adresami ke stažení na assets.hermoso.ai. Stránkový skript, který ho řídí, voice-tool.070fec0f.js, a worker, který model spouští, voice-worker.0fd56bf4.js, jsou čitelný JavaScript vydaný pod licencí MIT. - Kopii kteréhokoli zdroje na fyzickém médiu nebo pokud je některý odkaz zde rozbitý, napište na hello@hermoso.ai a pošleme ji.
Další texty licencí
- Apache License 2.0 (Kokoro, kokoro-js, Transformers.js, phonemizer.js)
- ONNX Runtime, licence MIT, Copyright (c) Microsoft Corporation
Poděkování za trénovací data hlasu
Model Kokoro byl trénován na audiu s volnou licencí a bez autorských práv. Jeho autoři uvádějí dva datasety Creative Commons Attribution, které byly součástí trénovací sady verze 1.0: korpus Koniwa tnc (CC BY 3.0) a databázi syntézy francouzské řeči SIWIS (CC BY 4.0). Kokoro byl navržen na základě StyleTTS 2 od Li et al. a trénoval ho autor Kokoro; podrobnosti viz model card.
Provedené změny
Adresy ke stažení uvnitř balíčku kokoro-js byly změněny z Hugging Face a jsDelivr na assets.hermoso.ai, aby vše bylo servírováno z našeho vlastního úložiště. Soubor WebAssembly pro ONNX Runtime a jeho skriptové lepidlo jsou soubory vydané s Transformers.js 3.5.1 beze změny. Model a hlasové soubory jsou 8bitová verze ONNX, beze změny.
Často kladené dotazy
Je bezplatný generátor AI hlasu open source?
Je postaven z částí s otevřeným zdrojovým kódem: model Kokoro a Transformers.js pod Apache-2.0, ONNX Runtime pod MIT a eSpeak NG pod GPL. Skript stránky je čitelný JavaScript pod licencí MIT.