Vocello 2.4.0

Vocello je nativní macOS nástroj pro generování řeči z textu s využitím lokálního Swift a MLX enginu. Umožňuje napsat scénář, vybrat jeden z devíti vestavěných hlasů, popsat vlastní hlas přirozeným jazykem nebo naklonovat hlas z referenční nahrávky. Generování probíhá na zařízení rychleji než v reálném čase již na 8GB M2 Macu a vše zůstává v lokálním úložišti aplikace bez odesílání dat ven. Nástroj podporuje deset jazyků s automatickou detekcí a dlouhé scénáře nad 900 znaků streamuje po segmentech s následným spojením do jednoho souboru.

Nástroj nabízí tři režimy variace pro vyvážení rozmanitosti a stability mezi jednotlivými generováními, reprodukovatelnost pomocí seed hodnot a možnost připnout seed z konkrétního generování pro přesnou replikaci. Generované audio je označeno jako AI generované pomocí nezaslechnutelného AudioSeal vodoznaku a strojově čitelné poznámky o provenienci v WAV souboru. Součástí je správa modelů s variantami Speed a Quality, historie generování s vyhledáváním a exportem, CLI pro dávkové zpracování a benchmarky a explicitní souhlas s klonováním hlasů uložený lokálně v nastavení.

Hlavní funkcionality

• Generování řeči ze textu přes lokální Swift a MLX engine bez Pythonu
• Devět vestavěných hlasů s volitelným jazykem a stylem doručení
• Voice Design pro popis hlasu přirozeným jazykem a uložení jako reference
• Voice Cloning z referenční nahrávky s explicitním souhlasem
• Podpora deset jazyků s automatickou detekcí
• Streamování dlouhých scénářů po segmentech se spojením do jednoho souboru
• Tři režimy variace: Expressive, Balanced a Consistent
• Reprodukovatelnost pomocí seed hodnot s možností připnutí z historie
• AudioSeal vodoznak a strojově čitelná provenience v WAV souboru
• Správa modelů s variantami Speed a Quality
• Historie generování s vyhledáváním, exportem a odstraněním
• CLI pro dávkové generování, benchmarky a správu modelů
• Lokální úložiště bez odesílání dat, účtů a kreditů