Ang libreng AI voice generator ay gawa sa mga open-source na model at code. Nakalista rito ang bawat bahagi, ang license nito, at kung saan makukuha ang source. Hindi binago ang lahat ng file maliban kung nabanggit.
| Bahagi | License | Pinagkunan |
|---|---|---|
| Kokoro-82M v1.0 voice model (ONNX build ng Transformers.js community, 8-bit quantized) at ang mga voice file nito | 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 (ang WebAssembly engine) | MIT License | github.com/microsoft/onnxruntime |
| phonemizer.js 1.2.1 (nagko-convert ng teksto sa mga tunog) | Apache License 2.0 | github.com/xenova/phonemizer.js |
| eSpeak NG, naka-compile sa WebAssembly at naka-embed sa phonemizer.js | GNU GPL version 3 o mas bago | github.com/espeak-ng/espeak-ng |
eSpeak NG at ang GPL
Nakalagay sa phonemizer.js na Apache-2.0 ang label nito, pero ang speech engine na kasama nito, ang eSpeak NG, ay nasa ilalim ng GNU General Public License, version 3 o mas bago, at nakapaloob ang na-download na script dito sa compiled na anyo. Kaya inaalok namin ang buong in-browser na voice program sa ilalim ng GPL-3.0 terms. Puwede mo itong kopyahin, pag-aralan, baguhin, at ipamahagi muli sa ilalim ng license na iyon.
- Buong teksto ng license: GPL-3.0.
- Source ng eSpeak NG: github.com/espeak-ng/espeak-ng. Galing ang WebAssembly build sa phonemizer.js (tingnan ang
src/espeakng.worker.jsat mga build script nito). - Ang script na nakalagay sa
/assets/voice/kokoro-web.22b79dc3.jsay ang hindi binagong kokoro-js 1.2.1 browser bundle, na binago lang ang mga download address papuntang assets.hermoso.ai. Ang page script na nagpapatakbo nito, ang voice-tool.070fec0f.js, at ang worker na nagpapatakbo ng model, ang voice-worker.0fd56bf4.js, ay plain at nababasang JavaScript, at inilabas sa ilalim ng MIT license. - Para sa kopya ng alinmang source sa physical media, o kung sira ang alinmang link dito, sumulat sa hello@hermoso.ai at ipapadala namin.
Iba pang license text
- Apache License 2.0 (Kokoro, kokoro-js, Transformers.js, phonemizer.js)
- ONNX Runtime, MIT License, Copyright (c) Microsoft Corporation
Mga credit para sa training data ng boses
Sinanay ang Kokoro model sa audio na permissive at walang copyright. Nakalista ng mga may-akda nito ang dalawang Creative Commons Attribution dataset na bahagi ng training set para sa version 1.0: ang Koniwa tnc corpus (CC BY 3.0) at ang SIWIS French speech synthesis database (CC BY 4.0). Ginawa ang Kokoro batay sa StyleTTS 2 ni Li et al. at sinanay ng author ng Kokoro; tingnan ang model card para sa detalye.
Mga binago namin
Binago ang mga download address sa loob ng kokoro-js bundle mula Hugging Face at jsDelivr papuntang assets.hermoso.ai, para galing lahat sa sarili naming storage. Hindi binago ang ONNX Runtime WebAssembly file at ang script glue nito, na mga file na inilathala kasama ng Transformers.js 3.5.1. Hindi rin binago ang model at voice file, na 8-bit ONNX build.
Mga madalas na tanong
Open source ba ang libreng AI voice generator?
Gawa ito sa mga bahaging open-source: ang Kokoro model at Transformers.js sa ilalim ng Apache-2.0, ONNX Runtime sa ilalim ng MIT, at eSpeak NG sa ilalim ng GPL. Nababasa ang page script bilang JavaScript sa ilalim ng MIT license.
Balik sa libreng AI voice generator, o magsimula nang libre sa Hermoso.
Magsimula nang libre → Tingnan ang presyo