ТЛ;ДР Переработан конвейер TTS Soulvoice для более естественного голоса. Исправлена ошибка, связанная с конкретным устройством, в телефонном помощнике, обеспечивающая истинное разговорное поведение. Расширены «Живые книги», чтобы добавить режимы почтения к священным текстам. Автоматизированная страница YouTube...
ТЛ;ДР
Переработан конвейер TTS Soulvoice для более естественного голоса.
Исправлена ошибка, связанная с конкретным устройством, в телефонном помощнике, обеспечивающая истинное разговорное поведение.
Расширены «Живые книги», чтобы добавить режимы почтения к священным текстам.
Автоматизированная панель конвейера YouTube для автоматического присвоения названий потокам по активности.
Готовая юридическая документация; теперь свободен сосредоточиться на технологиях.
Утро – Голос души
Первую часть дня я провел в стеке преобразования текста в речь Soulvoice. Целью было удалить слои устаревшего кода, накопившиеся за месяцы дополнительных исправлений. Рефакторинг был сосредоточен на том, как необработанные аудиоданные принимаются и предварительно обрабатываются перед попаданием в нейронную модель TTS.
# до
аудио = load_raw_audio(путь_файла)
аудио = нормализовать (аудио)
аудио = Trim_silence (аудио)
функции = Extract_features (аудио)
вывод = tts_model (функции)
# после
аудио = preprocess_audio(путь_файла)
вывод = tts_model (аудио)
Помощник preprocess_audio теперь обрабатывает нормализацию, обрезку тишины и извлечение признаков за один проход, сокращая задержку примерно на 30 мс. Результат? Голоса, которые звучат не столько как «напряжённая машина», сколько как оригинальный динамик. Самой большой победой стала более чистая поверхность API для последующей обработки.