Hörproben neues „Thorsten“ Modell

Nachdem ich (erneut) Monate meiner Freizeit für Audioaufnahmen investiert habe (dieses Mal mit gutem Mikrofon und Aufnahmesetup) und Dominik seine „Audio-Magic“ angewendet hat, ging es für uns beide richtig los.

Wir haben diverse Konfigurationen ausprobiert (und machen das auch aktuell noch). Dennoch möchten wir euch heute einen aktuellen Stand vorstellen:

• > 12.000 mono Aufnahmen mit einer Samplerate von 22 kHz
• Trainiert mit Coqui TTS (0.5.0)
• Tacotron2 DDC (TTS-Modell)
• HifiGAN (Vocoder) — vielen Dank an Olaf, der uns hier mit „Compute Power“ sehr unterstützt hat
• Ganz viel Liebe

Natürlich kann auch dieses Modell offline erzeugt werden und steht kostenfrei unter der CC0-Lizenz frei zur Verfügung.

Es gibt noch keinen Zeitpunkt, wann das Modell und der zugrundeliegende Datensatz veröffentlicht werden, da die „Finetuning“-Arbeiten noch laufen. Allerdings sind wir dem Ziel näher als dem Anfang. Über Feedback zum aktuellen Stand des Modells würden wir uns freuen — entweder per Kontakt oder per E-Mail an tm@thorsten-voice.de.