Instructions to use Gillesto66/gbe-voix with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Pocket-TTS
How to use Gillesto66/gbe-voix with Pocket-TTS:
from pocket_tts import TTSModel import scipy.io.wavfile tts_model = TTSModel.load_model("Gillesto66/gbe-voix") voice_state = tts_model.get_state_for_audio_prompt( "hf://kyutai/tts-voices/alba-mackenna/casual.wav" ) audio = tts_model.generate_audio(voice_state, "Hello world, this is a test.") # Audio is a 1D torch tensor containing PCM data. scipy.io.wavfile.write("output.wav", tts_model.sample_rate, audio.numpy()) - Notebooks
- Google Colab
- Kaggle
Gbé — modèles et voix
Paquet de voix 1.0.0 de Gbé (application de dictée et de création audio hors ligne) : paquets ONNX de Pocket TTS lus par
l'application, 15 voix prêtes à l'emploi (français et anglais) au format .gbevoix, et un court extrait d'écoute par voix.
Licences et attributions
- Modèles : dérivés de Kyutai Pocket TTS, CC-BY-4.0 (code Kyutai : MIT).
french_24l_affine2est un affinage par Gbé sur Mozilla Common Voice (CC0). Export ONNX par Gbé. - Voix : voix composites construites à partir de banques ouvertes — Mozilla Common Voice (CC0) et GLOBE (CC0). Chaque voix mélange plusieurs locuteurs ; certaines (enfants, aîné africain) sont des références transformées. Aucune personne réelle n'est reproduite seule, aucune voix d'enfant réel.
- Détail (sources anonymisées, tailles, SHA-256) :
catalogue.json.
Usages interdits (repris des conditions de Kyutai)
- Cloner la voix d'une personne sans son consentement explicite et légal.
- Faire passer un audio produit pour l'enregistrement authentique d'une personne réelle ; tromper sur son origine synthétique.
- Toute utilisation illégale, trompeuse ou nuisible (fraude, usurpation d'identité, harcèlement, désinformation).
Les audios créés avec ces voix sont des voix de synthèse : indiquez-le à ceux qui les écoutent.
Attribution (catalogue 1.3.0)
Les voix af-aine, af-homme (dossiers voix-v3/, apercus-v3/) et af-ado (voix-v4/, apercus-v4/) mélangent des
locuteurs de Common Voice (CC0-1.0) et du corpus African Accented French (OpenSLR 57, https://www.openslr.org/57/,
licence Apache-2.0). Ce sont des voix composites (deux ou trois locuteurs mélangés, l'aîné en plus vieilli par traitement du signal) : aucune ne reproduit une personne réelle.
- Downloads last month
- -