مولد صدای هوش مصنوعی رایگان از مدل‌ها و کدهای متنباز ساخته شده است. این صفحه هر بخش، مجوز آن و محل دریافت کد منبع را فهرست می‌کند. همه فایل‌ها بدون تغییر ارائه می‌شوند، مگر جایی که ذکر شده باشد.
| بخش | مجوز | منبع |
|---|---|---|
| مدل صوتی Kokoro-82M v1.0 (نسخه ONNX توسط جامعه Transformers.js، کوانتیزه 8-bit) و فایل‌های صدای آن | 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 (موتور WebAssembly) | مجوز MIT | github.com/microsoft/onnxruntime |
| phonemizer.js 1.2.1 (تبدیل متن به آواها) | Apache License 2.0 | github.com/xenova/phonemizer.js |
| eSpeak NG، کامپایل‌شده به WebAssembly و تعبیه‌شده در phonemizer.js | GNU GPL نسخه 3 یا جدیدتر | github.com/espeak-ng/espeak-ng |
eSpeak NG و GPL
phonemizer.js خود را با مجوز Apache-2.0 معرفی می‌کند، اما موتور گفتاری که در آن تعبیه شده، یعنی eSpeak NG، با مجوز GNU General Public License نسخه 3 یا جدیدتر منتشر شده و اسکریپت دانلودی آن را به شکل کامپایل‌شده دربردارد. بنابراین کل برنامه صوتی داخل مرورگر را با شرایط GPL-3.0 ارائه می‌دهیم. می‌توانید آن را طبق همان مجوز کپی، بررسی، تغییر و دوباره توزیع کنید.
- متن کامل مجوز: GPL-3.0.
- منبع eSpeak NG: github.com/espeak-ng/espeak-ng. نسخه WebAssembly از phonemizer.js آمده است (به
src/espeakng.worker.jsو اسکریپت‌های ساخت آن مراجعه کنید). - اسکریپتی که در
/assets/voice/kokoro-web.22b79dc3.jsارائه می‌شود، بسته مرورگری kokoro-js 1.2.1 بدون تغییر است و فقط نشانی‌های دانلود آن به assets.hermoso.ai تغییر کرده است. اسکریپت صفحه که آن را اجرا می‌کند، voice-tool.070fec0f.js، و کارگری که مدل را اجرا می‌کند، voice-worker.0fd56bf4.js، جاوااسکریپت خواندنی هستند و با مجوز MIT منتشر می‌شوند. - برای نسخه‌ای از هر منبع روی رسانه فیزیکی، یا اگر یکی از پیوندهای اینجا خراب است، به hello@hermoso.ai نامه بزنید تا آن را برایتان بفرستیم.
سایر متن‌های مجوز
- Apache License 2.0 (Kokoro، kokoro-js، Transformers.js، phonemizer.js)
- ONNX Runtime، مجوز MIT، Copyright (c) Microsoft Corporation
اعتبار داده‌های آموزشی صدا
مدل Kokoro روی صداهای مجاز و بدون حق کپی‌رایت آموزش دیده است. نویسندگان آن دو مجموعه داده با مجوز Creative Commons Attribution را فهرست می‌کنند که برای نسخه 1.0 بخشی از داده‌های آموزشی بوده‌اند: مجموعه tnc از Koniwa (CC BY 3.0) و پایگاه داده گفتار فرانسوی SIWIS (CC BY 4.0). Kokoro بر پایه StyleTTS 2 نوشته Li و همکاران طراحی شده و توسط نویسنده Kokoro آموزش دیده است. جزئیات را در کارت مدل ببینید.
تغییرات ما
نشانی‌های دانلود داخل بسته kokoro-js از Hugging Face و jsDelivr به assets.hermoso.ai تغییر کرده‌اند تا همه چیز از فضای ذخیره‌سازی خودمان ارائه شود. فایل WebAssembly مربوط به ONNX Runtime و اسکریپت رابط آن، همان فایل‌های منتشرشده با Transformers.js 3.5.1 هستند و بدون تغییر مانده‌اند. فایل‌های مدل و صدا نسخه 8-bit ONNX هستند و بدون تغییر.
پرسش‌های متداول
آیا مولد صدای هوش مصنوعی رایگان متنباز است؟
این ابزار از بخشهای متنباز ساخته شده است: مدل Kokoro و Transformers.js با مجوز Apache-2.0، ONNX Runtime با مجوز MIT و eSpeak NG با مجوز GPL. اسکریپت صفحه یک جاوااسکریپت خواندنی با مجوز MIT است.
بازگشت به مولد صدای هوش مصنوعی رایگان، یا رایگان شروع کنید در Hermoso.
رایگان شروع کنید → مشاهده قیمت‌ها