İzinli referans seslerle yerel TTS, voice profile, ses ön işleme ve kalite değerlendirme akışlarını birleştiren audio lab.
Local TTS, voice profile ve ses değerlendirme akışlarını temsil eden Forge lab artifact’i.
VoxForge, ses üretimi ve voice profile deneylerini kontrollü bir yerel çalışma alanında toplar. Sistem, referans sesin hazırlanması, profile dönüştürülmesi, TTS üretimi, kalite raporu, dataset hazırlığı ve fine-tuning değerlendirmesi gibi adımları tek bir deney akışı altında düzenler.
ArtifactHub içinde VoxForge’ün rolü, ses verisinin local-first, izinli ve değerlendirilebilir bir audio lab sürecine nasıl dönüştürülebileceğini göstermektir.
Mevcut kapsamda Gradio tabanlı yerel arayüz, XTTS tabanlı reference-based TTS üretimi, voice profile yönetimi, speaker WAV ön işleme, kalite raporu, inference presetleri, dataset hazırlığı ve deneysel fine-tuning değerlendirme adımları bulunur.
Proje bir public ses üretim servisi değildir. Kullanım çerçevesi yerel çalışma, izinli/kendi ses verisi ve deneysel değerlendirme üzerine kuruludur.
Girdi
Referans ses, metin ve dataset parçaları
İşleme
Ses ön işleme, profil oluşturma, TTS inference, kalite kontrol ve fine-tuning hazırlığı
Çıktı
Yerel ses üretim çıktıları, kalite raporları ve deneysel değerlendirme sonuçları
Reference Audio
Preprocessing / Normalization
Voice Profile
Text Input
XTTS Inference
Generated Audio
Quality Report / Evaluation
Optional Dataset / Fine-tuning Prep
Local-first çalışma düzeni, ses verisinin uzak servislere taşınmadan deney yapılabilmesini sağlar.
Reference-based TTS ve fine-tuning kavramları birbirinden ayrılır; bu, projenin ne yaptığını ve ne iddia etmediğini daha net gösterir.
Voice profile sistemi, referans sesleri tekrar kullanılabilir yerel profiller olarak düzenler ama bunu doğrudan model eğitimiyle eşitlemez.
Kalite raporu ve değerlendirme akışı, ses üretimini sadece çıktı aldım seviyesinden çıkarıp karşılaştırılabilir deney sürecine taşır.
Gradio arayüzü, yerel lab prototipini hızlı test edilebilir hale getirir.
Ses dosyasındaki ritmik vuruşları analiz edip beatmap verisine ve Unity ritim-combat eventlerine dönüştüren audio pipeline.
WAV ses dosyası → ritim analizi/beatmap üretimi → Unity ritim-combat eventleri
Gerçek zamanlı kamera akışını yerel yüz tanıma, el takibi ve gesture tabanlı büyü komutlarıyla birleştiren local-first PySide6 masaüstü uygulaması.
Kamera → latest-frame CV/doğrulama → gesture komutu ve masaüstü geri bildirimi