ozguradmin/ahenk-turkish-tts 是一套把土耳其语文本转换为语音的工具合集。仓库包含面向 GPU 的大型模型 Ahenk、可在 CPU 上运行的 860 万参数模型 Ahenk Cep、将数字、日期、时间和金额按土耳其语发音进行规范化的 trnorm,以及 TR-Zor 测试集。其中还包含 Ahenk Okur,可以在浏览器中朗读文档和图片。仓库没有单独登记新的发布版本。
Ahenk Cep 是一个在设备上运行的小型语音合成模型。据仓库说明,它是一个学习大模型声音的学生模型,并采用 EMA Lightning 结构。其体积为 34MB,公开的实时率(RTF)在 CPU 双线程下约为 0.2。RTF 是把合成语音所需的时间与播放时长作比较的数值。Ahenk 和 Ahenk Cep 用的是一种设计好的合成声音,而不是某个具体人物的声音。仓库使用 Python 编写,采用 Apache-2.0 许可证。
不过,仅凭公开的 RTF 数值很难判断与其他模型的性能差异或实际使用条件。FACTS 中没有给出 TR-Zor 的测量结果,也没有登记新的发布版本。因此,这个仓库作为了解土耳其语合成相关工具的资料是有用的,但可用于核对各版本变更或比较性能的依据有限。