Да, конечно. Записал на телефон образцы голоса домашних, при помощи qwen3-tts сгенерировал по 100-150 семплев каждого голоса. Очень внимательно нужно следаить за качеством полученных сеплев: обрезать тишину, следить чтобы получались файлы с необходимой фразой, а не просто тишиной или шумами (конечно, все не руками, а при помощи скриптов). Дальше при помощи piper и 4ёх разных голосов добавил еще 5000 семплев ключевой фразу. Ну а дальше скрипт качает шумы и прочее из ссылки на colab и обучает модель. В результате получается довольно прикольно.
Делал примерно пол года назад. Прикольно получилось.
Сейчас нейронки клонирующие голоса продвинулись дальше. Тестирую генерацию сэмплов при помощи qwen3-tts. В виде исходников использую записи голосов домашних длительностью 15-20 сек. Получаются отличные сэмплы. Хочу дотюнить модельку таким образом.
В качестве железки-спутника у меня ReSpeaker Lite Voice Assistant Kit. Слышит wake фразу даже при воспроизведении музыки на расстоянии 2-3 метра. Для локального распознаванию STT в HA рекомендую vosk. Очень быстро и качественно работает на слабеньких процах. Нет особого интеллекта, но blueprint для HA помогает внести разнообразие.
А как же pfSense? Успешно его использую в качестве отказоустойчивого балансировщика для пула web серверов. Пара держит BGP сессии с вышестоящими провайдерами, пара за ними балансировщики, за балансировщиками пул из web серверов. При сравнительно небольших нагрузках все это прекрасно работает на виртуалках.
Да, может быть это оверкил, но это все просто поднимается и настраивается через GUI.
За GUI прошу помидорами не бросать, но раз он есть грех не пользоваться.
Ну может мы о разных услугах говорим. У них есть контейнеры «облачные», которые сами подстраиваются по нагрузке и есть полноценные VPS. Так вот контейнеры частенько падают.
Недавно набрел на молодой проект hexcore.ru
Перенес с DO к ним один из серваков в качестве теста.
Пока полет стабильный. Пару раз на 10 минут отключали интернет на профилактику, но предварительно была рассылка.
В качестве виртуализации используют Xen.
Очень порадовала простая панель управления(мне на много больше нравится чем ISP) и отличный саппорт.
Да, конечно. Записал на телефон образцы голоса домашних, при помощи qwen3-tts сгенерировал по 100-150 семплев каждого голоса. Очень внимательно нужно следаить за качеством полученных сеплев: обрезать тишину, следить чтобы получались файлы с необходимой фразой, а не просто тишиной или шумами (конечно, все не руками, а при помощи скриптов). Дальше при помощи piper и 4ёх разных голосов добавил еще 5000 семплев ключевой фразу. Ну а дальше скрипт качает шумы и прочее из ссылки на colab и обучает модель.
В результате получается довольно прикольно.
Вот тут есть ноут https://colab.research.google.com/drive/1q1oe2zOyZp7UsB3jJiQ1IFn8z5YfjwEb?usp=sharing
Если в трех словах, то процесс такой. Генерируете сэмплы при помощи piper, дале скачивается куча всяких паразитных звуков, все смешивается и запускается обучение. В целом работает неплохо. Я смог сделать свою кастомную фразу "Кузя". Работает примерно 6-7 раз из 10. Можно скачать вот тут https://github.com/splastunov/openwakeword-ru-model-train
Делал примерно пол года назад. Прикольно получилось.
Сейчас нейронки клонирующие голоса продвинулись дальше. Тестирую генерацию сэмплов при помощи qwen3-tts. В виде исходников использую записи голосов домашних длительностью 15-20 сек. Получаются отличные сэмплы. Хочу дотюнить модельку таким образом.
В качестве железки-спутника у меня ReSpeaker Lite Voice Assistant Kit. Слышит wake фразу даже при воспроизведении музыки на расстоянии 2-3 метра.
Для локального распознаванию STT в HA рекомендую vosk. Очень быстро и качественно работает на слабеньких процах. Нет особого интеллекта, но blueprint для HA помогает внести разнообразие.
Как вариант нормальный VDS/VPS на линуксе или сразу с CHR/pfSense (в зависимости от предпочтений)
Да, может быть это оверкил, но это все просто поднимается и настраивается через GUI.
За GUI прошу помидорами не бросать, но раз он есть грех не пользоваться.
Перенес с DO к ним один из серваков в качестве теста.
Пока полет стабильный. Пару раз на 10 минут отключали интернет на профилактику, но предварительно была рассылка.
В качестве виртуализации используют Xen.
Очень порадовала простая панель управления(мне на много больше нравится чем ISP) и отличный саппорт.
Соотношение цена/качество пока что на 5.