ඉංග්රීසි ස්ථාවර-කථන (Fixed‑voice) Text‑to‑Speech (TTS) තාක්ෂණය 10 මිලියන පරාමිතීන් පමණින් පවා දේශීයව ක්රියාත්මක කළ හැකි නව මොඩලයක් ලෙස Inflect‑Micro‑v2 හුගාක් අවධානයක් දිනාගෙන ඇත. Hugging Face හි Owen Song විසින් නිර්මාණය කර පෞද්ගලිකව අරමුදල් ගෙවා නිකුත් කරන ලද මෙම මොඩලය, 9,356,513 පරාමිතීන්, 37.53 MB FP32 ගොනුවක් සහ 24 kHz මොනෝ ධ्वනි නිර්මාණය කරයි. CPU හෝ CUDA පදනම්ව ඕනෑම පරිසරයකින් තත්කාලිකව ඉන්ෆරෙන්ස් කළ හැකි අතර, දිගු පාඨයන්ටත් පූර්ණව සහය දේ.
Inflect‑Micro‑v2 මොඩලයට Micro සහ Nano යන දෙකේ ප්රමාණයක් ඇත. Micro මොඩලය 10 M පරාමිතීන් අඩු ප්රමාණයකින් ඉහළ තත්ත්වයේ ශබ්දය ලබා දෙන අතර, Nano මොඩලය 4 M පරාමිතීන් යටතේ පරිශීලක‑අනුවේදන (footprint) අඩු කිරීමට අවධානය යොමු කරයි. මොඩලයේ සම්පූර්ණ පරීක්ෂණ ප්රතිඵල අනුව, මනුෂ්ය අධි-අදාලතාව (human blind preference) 66.2% ක ජයග්රහණයක් ලැබූ අතර, UTMOS22 ප්රවණතා මත 4.395 යන ඉහළ අගයක් ලබා ඇත. තවත් ප්රධාන සංග්රහකයන් වන KittenTTS, Piper, Supertonic වැනි මොඩලයන් සමඟ සාපේක්ෂව, Inflect‑Micro‑v2 අඩු පරාමිතීන් සහිතවත්, වඩා හොඳ නිරවද්යතාවය සහ අර්ථගත හැකියාව (intelligibility) ලබා දේ.
මෙම මොඩලය තුළ deterministic seeds භාවිතා කර, එකම ඉන්පුට් පාඨයක් සඳහා සෑම වරක්ම එකම ශබ්දය නිර්මාණය කරයි. එම නිසා, නිර්මාණය කරන ලද ශබ්ද ගුණාත්මකතාවය පරීක්ෂා කිරීම සහ පද්ධති සංවර්ධනය කිරීම පහසු වේ. මොඩලය open‑source ලෙස ලබා දී ඇති බැවින්, ඕනෑම සංවර්ධකයෙකුට හෝ පර්යේෂකයෙකුට එය භාවිතා කර, තමාගේ අවශ්යතා අනුව වෙනස් කිරීමට හැකියාව ඇත.
ශ්රී ලංකාවට ඇති වැදගත්කම
Inflect‑Micro‑v2 ශ්රී ලංකාවේ තාක්ෂණික පරිසරයට කිහිපයක් වැදගත් වාසි ගෙන දෙයි:
- ඉගෙනුම් සහ පර්යේෂණය: විශ්වවිද්යාල සිසුන්ට සහ AI පර්යේෂකයින්ට පරිගණක සම්පත් අඩු වන පරිසරයකද ස්වයංක්රීය කථන පද්ධතියක් පරීක්ෂා කළ හැකිය.
- දේශීය සංවර්ධකයින්ට: වෙබ්, මොබයිල්, ගේම් ඇප්ස් වැනි ප්රජාතන්ත්රික නිර්මාණ වලදී, කලාපීය සර්වර් හෝ Cloud පදනමක් නොවී, දේශීයවම TTS සේවාවක් එක් කරගත හැක.
- ව්යාපාරික අවස්ථා: කෝල් සෙන්ටර්, හෝඩ්ලයින්, ඉ-කොමර්ස් වෙබ් අඩවි වැනි ස්ථානවල, ඉන්ටර්නෙට් සම්බන්ධතාවයක් අඩු වන අවස්ථා තුළත්, පාරිභෝගිකයින්ට ස්වභාවික ශබ්දයෙන් තොරතුරු ලබා දීමට හැකියාව ලැබේ.
- භාෂා විවිධතාවය: මොඩලය ඉංග්රීසි පදනම් කර ඇති නමුත්, අනාගත v3 සංස්කරණයේ සිංහල, තමිල් වැනි දේශීය භාෂා ඇතුළත් කිරීමේ හැකියාව සලස්වා ඇත.
ඉදිරියේදී Inflect‑Micro‑v2 වැනි මොඩලයන් තවත් භාෂා, කථන ශෛලීන් සහ ස්ථාවරතාව වැඩි කිරීම් සමඟ v3 සංස්කරණයක් ලෙස නිකුත් වීමට සැලසුම් කර ඇත. එම නිසා, ශ්රී ලංකාවේ තාක්ෂණික සමාජය මේ අවස්ථාව භාවිතා කර, දේශීය AI පරිසරය වඩාත් ශක්තිමත් කර ගැනීමට ඉතා හොඳ අවස්ථාවක් වේ.
ඔබට මෙය ප්රයෝජනවත් බවක් හිතේනම්, Hugging Face හි Like එකක් තබා, වැඩි පරිශීලකයින්ට මෙම මොඩලය හඳුන්වා දෙන්න.
