Η εκπαίδευση προσωπικού μοντέλου φωνής έχει ενσωματωθεί στο Brethof Voice Pro. Βελτιστοποιήστε το μοντέλο αναγνώρισης με τη δική σας φωνή, τοπικά, με ένα κλικ — χωρίς γραμμή εντολών, χωρίς cloud. Ακολουθεί η διαδικασία λειτουργίας.
Πώς λειτουργεί
Κάθε φορά που διορθώνετε μια λέξη που αναγνωρίστηκε λανθασμένα, η εφαρμογή αποθηκεύει το ηχητικό απόσπασμα και τη διόρθωσή σας σε ένα τοπικό σύνολο δεδομένων εκπαίδευσης. Η κάρτα εκπαίδευσης στο κύριο παράθυρο δείχνει πόσα δείγματα και λεπτά έχετε συλλέξει — κάντε κλικ για να περιηγηθείτε, να αναπαράγετε ή να διαγράψετε εγγραφές. Όταν είστε έτοιμοι, η καρτέλα Εκπαίδευση κάνει fine-tuning σε έναν προσαρμογέα LoRA στη φωνή σας.
Η γραμμή παραγωγής επιλέγει αυτόματα το backend της: ένα NVIDIA CUDA κατασκευάζεται (cu128 PyTorch, εγκαθίσταται αυτόματα σε cache venv κατά την πρώτη εκτέλεση) όταν υπάρχει συμβατή GPU, διαφορετικά ένα CPU εναλλακτική λύση. Όταν ολοκληρωθεί η εκπαίδευση, το LoRA συγχωνεύεται με το βασικό μοντέλο και εξάγεται σε μορφή GGUF ώστε το llama.cpp να μπορεί να το φορτώσει — αλλάξτε στο προσωπικό σας μοντέλο από τις Ρυθμίσεις → Μοντέλα. Η μετατροπή από PyTorch σε GGUF, η οποία παλαιότερα εμπόδιζε αυτή τη διαδικασία, έχει ολοκληρωθεί και λειτουργεί end-to-end.
Τι λαμβάνετε
- Συλλογή δεδομένων εντός εφαρμογής. Οι διορθώσεις γίνονται αυτόματα δεδομένα εκπαίδευσης — απλώς συνεχίστε να χρησιμοποιείτε την εφαρμογή.
- Λεπτομερής προσαρμογή LoRA με ένα κλικ. Εκπαιδεύστε στη GPU σας (NVIDIA CUDA) ή στον CPU. Μπάρα προόδου, όχι αρχείο καταγραφής.
- Αυτόματη εξαγωγή GGUF. Το εκπαιδευμένο μοντέλο συγχωνεύεται και μετατρέπεται για εσάς — χωρίς χειροκίνητες ενέργειες.
- Εκδόσεις μοντέλου. Κρατήστε το βασικό μοντέλο δίπλα στο βελτιστοποιημένο και εναλλάξτε μεταξύ τους στις ρυθμίσεις.
- Λέξεις-κλειδιά για το λεξιλόγιο. Προσθέστε ονόματα, ακρωνύμια και όρους προϊόντων στο παράθυρο Hotwords — εφαρμόζεται άμεσα, χωρίς ανάγκη επανεκπαίδευσης.
Σε ποιους απευθύνεται αυτό
- Μη φυσικοί ομιλητές. Σήμερα, οι έντονες προφορές προσφέρουν αξιόπιστη βασική ακρίβεια, αλλά η βελτιστοποίηση με τη δική σας φωνή είναι που ανεβάζει την ακρίβεια στο 95%+.
- Χρήστες ιατρικής, νομικής και τεχνικής κατεύθυνσης. Ονόματα φαρμάκων, παραπομπές σε νομολογία, αναγνωριστικά βάσης κώδικα — όλα επωφελούνται τεράστια από ένα προσαρμοσμένο λεξιλόγιο.
- Χρήστες με δυσκολίες στην ομιλία. Η προσαρμογή σε δυσαρθρική ή άτυπη ομιλία είναι μία από τις πιο πολύτιμες χρήσεις της τοπικής εκπαίδευσης. Οι εμπορικές υπηρεσίες cloud δεν την προσφέρουν.
- Γλώσσες με χαμηλούς πόρους. Τα βασικά μοντέλα είναι καλά στις δημοφιλείς γλώσσες και πιο αδύναμα στις λιγότερο συνηθισμένες. Κάντε fine-tuning με λίγες ώρες από το δικό σας ήχο και το χάσμα κλείνει γρήγορα.
Τι δεν αλλάζει
- Η εκπαίδευση εκτελείται τοπικά. Τα δείγματα φωνής δεν φεύγουν ποτέ από τον υπολογιστή σας. Αυτό είναι το όλο νόημα.
- Το προσαρμοσμένο μοντέλο σας ανήκει. Δεν το ανεβάζουμε. Δεν το συγκεντρώνουμε σε ένα «κοινό» μοντέλο. Ζει στον δίσκο σας.
- Δωρεάν με οποιαδήποτε πληρωμένη άδεια. Δεν πρόκειται για ξεχωριστή αναβάθμιση. Αν έχετε ήδη την έκδοση Personal ή Business, θα λάβετε το περιβάλλον εκπαίδευσης στην ενημέρωση που θα κυκλοφορήσει.
Διαθεσιμότητα
Διαθέσιμο τώρα — Η εκπαίδευση προσωπικής φωνής κυκλοφορεί στην τρέχουσα έκδοση και λειτουργεί end-to-end σε Linux και Windows. Δωρεάν με οποιαδήποτε πληρωμένη Άδεια· τα δεδομένα της φωνής σας δεν φεύγουν ποτέ από τον υπολογιστή σας.
Έχετε μια συγκεκριμένη περίπτωση χρήσης για βελτιστοποίηση – εξειδικευμένο λεξιλόγιο, ασυνήθιστες προφορές, μη τυπική ομιλία; Ενημερώστε μας για να συνεχίσουμε τη βελτίωση: [email protected].