متن سے آواز آن لائن مفت

جملہ لکھیں اور MOSS-TTS-Nano اسے براؤزر میں پڑھ دے گا۔ یہ 0.1B کا کثیر لسانی صوتی ماڈل WebAssembly پر چلتا ہے، اس لیے نہ اپ لوڈ ہوتا ہے اور نہ سرور شامل ہے۔

رفتار ویوفارم کی نمونہ بندی بدلتی ہے، اس لیے تیز کلپ کی آواز کچھ اونچی بھی ہوتی ہے، جیسے تیز چلتی ٹیپ۔

آپ کی آڈیو یہاں آئے گی

ماڈل فائلیں

صوتی ماڈل اور آڈیو کوڈیک Hugging Face سے آتے ہیں، 73hi سے نہیں۔

    وزن یہاں ہیں: MOSS-TTS-Nano-100M-ONNX اور MOSS-Audio-Tokenizer-Nano-ONNX، دونوں Apache-2.0 کے تحت جاری ہیں۔

    تین آسان مراحل

    متن کو آن لائن آواز بنانے کا طریقہ

    اکاؤنٹ یا سرور کی قطار کے بغیر اپنی مشین پر آواز بنائیں۔

    1

    ماڈل لوڈ کریں

    منتخب کریں ماڈل لوڈ کریں۔ ONNX گراف اور آڈیو کوڈیک ایک بار آکر براؤزر میں کیش ہوتے ہیں۔

    2

    لکھیں اور آواز چنیں

    جملہ درج کریں، تیار آواز چنیں، یا آواز کی نقل کے لیے مختصر حوالہ جاتی کلپ منتخب کریں۔

    3

    چلائیں اور محفوظ کریں

    منتخب کریں پڑھیں، پلیئر میں سنیں، پھر آڈیو WAV فائل کے طور پر ڈاؤن لوڈ کریں۔

    یہ کیسے کام کرتا ہے

    0.1B صوتی ماڈل، مکمل طور پر آپ کے آلے پر

    MOSS-TTS-Nano ایک چھوٹے خود رجعی لسانی ماڈل کو عصبی آڈیو کوڈیک سے ملاتا ہے۔ سب کچھ ONNX Runtime Web کے WebAssembly بیک اینڈ پر چلتا ہے۔

    مرحلہ یہ کیا کرتا ہے کہاں چلتا ہے
    ٹوکن بنانے والا متن کو ان ٹوکن شناختوں میں بدلتا ہے جن کی لسانی ماڈل کو ضرورت ہے آپ کا براؤزر
    ابتدائی پراسیسنگ متن اور آواز کی ہدایت ایک بار پڑھ کر شرطی مخفی حالتیں بناتی ہے آپ کا براؤزر
    فریم ڈی کوڈنگ 16 کوڈ بکس میں ایک وقت میں آڈیو کوڈز کے ایک فریم کی پیش گوئی کرتی ہے آپ کا براؤزر
    آڈیو کوڈیک آڈیو کوڈز کو واپس 48 kHz ویوفارم میں بدلتا ہے آپ کا براؤزر
    مفت AI متن سے آواز

    نجی، کثیر لسانی اور CPU کے لیے موزوں

    متن تیسرے فریق کو دیے بغیر پڑھوانے کے لیے سب کچھ۔

    کچھ اپ لوڈ نہیں ہوتا

    متن اور آواز آلے پر رہتے ہیں۔ کوئی درخواست آپ کا لکھا متن نہیں لے جاتی۔

    GPU ضروری نہیں

    ماڈل اتنا چھوٹا ہے کہ WebAssembly سے CPU پر قابلِ استعمال رفتار سے چلتا ہے۔

    کثیر لسانی

    MOSS-TTS-Nano چینی اور انگریزی سمیت کئی زبانیں سنبھالتا ہے۔

    کوئی کوٹا نہیں

    نہ رجسٹریشن، نہ روزانہ کی حد اور نہ تیار آڈیو پر واٹرمارک۔

    سوالات اور جوابات

    متن سے آواز کے عام سوالات

    کیا میرا متن اپ لوڈ ہوتا ہے؟

    نہیں۔ ماڈل براؤزر میں WebAssembly پر چلتا ہے، اس لیے متن اور بنائی گئی آڈیو آلے سے باہر نہیں جاتے۔

    ماڈل کہاں سے آتا ہے؟

    ONNX گراف چلتے وقت Hugging Face سے آتے ہیں، 73hi سے نہیں۔ نیٹ ورک Hub تک نہ پہنچ سکے تو متبادل URL مقرر کریں یا پہلے سے ڈاؤن لوڈ ماڈل فائلیں منتخب کریں۔

    ڈاؤن لوڈ کتنا بڑا ہے؟

    صوتی ماڈل اور آڈیو کوڈیک مل کر تقریباً 760 MB ہیں۔ براؤزر انہیں کیش کرتا ہے، اس لیے اسی براؤزر میں اگلی آمد بہت تیز شروع ہوتی ہے۔

    کیا GPU چاہیے؟

    نہیں۔ MOSS-TTS-Nano، 0.1B پیرامیٹر والا ماڈل ہے جو CPU پر استنباط کے لیے بنا اور WebAssembly بیک اینڈ پر چلتا ہے۔