اپلیکیشن و PWA
استودیو هوش مصنوعی | جداکننده صدا | محمد حسین کرمی
مجموعه ای از ابزارهای هوش مصنوعی مثل TTS فارسی با کلون صدا و جداسازی صدای خواننده
تصاویر محیط برنامه
ویژگی‌ها و قابلیت‌های کلیدی
✓ویژگی‌های کلیدی:
درباره هوش‌مصنوعی
استودیو هوش مصنوعی تحت وب یک پلتفرم نوآورانه و بدون سرور (Serverless) است که قدرت مدل‌های یادگیری ماشین را مستقیماً به مرورگر شما می‌آورد. این برنامه با رویکرد حفظ حریم خصوصی طراحی شده است؛ هیچ‌یک از فایل‌های صوتی یا متن‌های شما به هیچ سروری ارسال نمی‌شوند و تمام پردازش‌ها روی دستگاه خودتان انجام می‌گیرد. پس از اولین دریافت مدل‌ها، برنامه در قالب PWA به‌طور کامل آفلاین کار می‌کند.
ویژگی‌های کلیدی:
تبدیل متن به گفتار فارسی (Persian TTS) با قابلیت کلون صدا: بهره‌گیری از موتور ONNX و مدل Pocket-TTS. این ابزار از نرمال‌سازی پیشرفته متن، تبدیل گرافم به فونم (G2P) و توکنایزر SentencePiece استفاده می‌کند. شما می‌توانید تنها با یک نمونه صدای ۵ ثانیه‌ای، صدای دلخواه خود را شبیه‌سازی کنید.
جداکننده هوشمند صدا (Voice Splitter): با استفاده از مدل قدرتمند htdemucs و شتاب‌دهنده WebGPU (یا WASM)، صدای خواننده را با دقت بالا از موسیقی پس‌زمینه جدا کنید.
حریم خصوصی مطلق: پردازش در مرورگر (Client-side) به معنای امنیت ۱۰۰ درصدی داده‌های شماست.
معماری مدرن: ساخته شده با Vue 3، TypeScript، Vite و بهره‌گیری از Web Workers برای جلوگیری از افت فریم و قفل شدن رابط کاربری هنگام پردازش‌های سنگین.