TTSLab – balso dirbtinio intelekto agentas ir TTS laboratorija, veikianti naršyklėje per WebGPU

Santrauka lietuviškai

TTSLab yra nemokama, atviro kodo įrankis, leidžiantis vykdyti teksto į kalbą ir kalbos į tekstą modelius tiesiogiai naršyklėje naudojant WebGPU ir WASM technologijas. Visi skaičiavimai atliekami vietiniame įrenginyje – nereikia API raktų, serverių ar duomenų siuntimo į išorinius serverius. Eksperimentinė funkcija – pilnai naršyklėje veikiantis balso agentas, kuris sujungia kalbos atpažinimą, kalbos modelį ir kalbos sintezę, leisdamas vesti pokalbį su dirbtiniu intelektu be interneto ryšio. Įrankis palaiko įvairius TTS ir STT modelius, leidžia lyginti modelius, matuoti jų greitį ir srautinį generavimą.