Oʻzbekcha matnga jonli ovoz beramiz
Notiq TTS — oʻzbek tili uchun yaratilgan nutq sintezatori. Unga internet ham, videokarta ham kerak emas: oddiy kompyuterning oʻzida ishlayveradi.
- Birinchi tovushgacha boʻlgan vaqt
- 0,2 soniya
- Real vaqtga nisbatan tezlik
- 7 barobaroddiy protsessorda
- Notoʻgʻri eshitilgan soʻzlar
- 4,1 %300 ta gap asosida
- Tovush tozaligi
- 4,95 ballNISQA v2, 5 ballik shkala
- Bitta ovoz paketining hajmi
- 54 MB
Ovozlarni eshitib koʻring
2-ovoz
3-ovoz
4-ovoz
Muxlisa AI bilan solishtiring
Kech kuz edi. Buvim deraza oldida oʻtirib, uzoqlarga tikilardi. — Bolam, — dedi u sekin, — odam umr boʻyi shoshadi, lekin eng shirin damlar shoshmagan paytingda oʻtadi. Men indamay uning yoniga oʻtirdim.
Ayol ovozi
Erkak ovozi
Hurmatli fuqarolar! Elektron hukumat tizimi orqali murojaat yuborish uchun shaxsiy kabinetingizga kiring va tegishli boʻlimni tanlang. Murojaatingiz qonunda belgilangan muddatda koʻrib chiqiladi, natijasi haqida sizga xabar beriladi.
Ayol ovozi
Erkak ovozi
Toshkentda xalqaro kitob koʻrgazmasi ochildi. Unda Oʻzbekiston, Qozogʻiston va Turkiyadan kelgan 40 dan ortiq nashriyot ishtirok etmoqda. Tashkilotchilarning aytishicha, koʻrgazma 3 kun davom etadi, kirish bepul.
Ayol ovozi
Erkak ovozi
— Kechirasiz, temir yoʻl vokzaliga qanday borsam boʻladi? — Toʻgʻriga yuring, chorrahadan chapga burilasiz. — Uzoqmi? — Yoʻq, piyoda besh daqiqa. — Katta rahmat! — Arzimaydi, oq yoʻl!
Ayol ovozi
Erkak ovozi
Kutubxona har kuni soat 9 dan 18 gacha ishlaydi. 2026-yil 1-dekabrdan boshlab aʼzolik toʻlovi 25000 soʻmni tashkil etadi. Batafsil maʼlumot uchun 1234 raqamiga qoʻngʻiroq qiling.
Ayol ovozi
Erkak ovozi
soʻz — notoʻgʻri talaffuz qilingan; qanday eshitilgan boʻlsa, shunday yozilgansoʻz — ayrim tovushlari dasturga aniq eshitilmadiHar ikki tizimning barcha namunalari bir xil dasturlar yordamida tekshirilgan.
Javob vaqti
| Notiq TTS | 0,1–0,3 s |
|---|---|
| Muxlisa AI | 2,5–4,5 s |
| Notiq TTS | 1–2 s |
|---|---|
| Muxlisa AI | 5–8 s |
Bu teng sharoitdagi taqqoslash emas. Yuqoridagi beshta matn (11–17 soniyalik nutq) Notiq TTS’ga uch martadan, Muxlisa AI’ga bir martadan yuborilgan. Notiq TTS shu saytning serverida, protsessorning 2 ta oqimida, videokartasiz ishlagan; Muxlisa AI esa oʻz serverlarida ishlaydi va javobni internet orqali yuboradi. Oʻlchov sanasi: 2026-yil 16-noyabr.
Qanday ishlaydi
- 1-BOSQICH
Matn tahlili
Matn gaplarga boʻlinadi; sonlar, sanalar va qisqartmalar soʻz bilan yoziladi. Har bir soʻz tovushlarga ajratiladi va har bir tovush uchun oʻnlab belgi aniqlanadi: boʻgʻindagi oʻrni, urgʻu, soʻz va gapdagi oʻrni, gapning turi.
RHVoice: qoidalar va lugʻat, neyron tarmoqsiz - 2-BOSQICH
Akustik model
Neyron tarmoq avval har bir tovushning choʻziqligi va balandligini bashorat qiladi, soʻng shular asosida nutqning dastlabki spektrini chizadi — har 5 millisekundga bitta kadr. Model har bir kadr jarangli yoki jarangsiz ekanini ham aniqlaydi.
Transformer, 4 + 4 qatlam · 10 mln parametr - 3-BOSQICH
Aniqlashtirish
Dastlabki spektr haddan tashqari silliq boʻladi, undan olingan ovoz boʻgʻiq eshitiladi. Generativ model unga jonli ovozga xos mayda tafsilotlarni qoʻshadi. Katta model bu ishni oʻnlab qadamda bajaradi; undan oʻrgangan ixcham model esa atigi 2 qadamda.
Flow matching, 2 qadam · 4,7 mln parametr - 4-BOSQICH
Vokoder
Tayyor spektr tovush toʻlqiniga aylantiriladi: har soniyaga 24 000 ta qiymat.
Vocos · 13,5 mln parametr - 5-BOSQICH
Tezlik va uzatish
Nutq tezligi tinglovchi tanlagan darajaga keltiriladi; bunda ovoz balandligi oʻzgarmaydi. Uzun matn boʻlaklab hisoblanadi, tayyor boʻlgan boʻlak darhol yangraydi.
Sonic · boʻlaklab uzatish
Afzalliklar
Qurilmaning oʻzida ishlaydi
Server ham, internet ham, videokarta ham shart emas.
Maʼlumot tashqariga chiqmaydi
Oʻqilayotgan matn hech qayerga joʻnatilmaydi.
Talaffuzni tuzatish mumkin
Soʻzlarning oʻqilishi lugʻat va qoidalar orqali sozlanadi.
Natija oʻzgarmaydi
Bitta matn har doim bir xil oʻqiladi.
Koʻzi ojizlar uchun qulay
NVDA ekran oʻqish dasturiga ulanadi.
Har bir soʻrov uchun haq olinmaydi
Bir marta oʻrnatiladi va cheklovsiz ishlaydi.
Loyiha nimalardan iborat
Biz yaratdik
- Akustik model. Matndan nutqning ohangi, tovushlar choʻziqligi va spektrini hisoblaydigan neyron tarmoq. Noldan oʻqitilgan; tuzilishi FastSpeech turkumidagi gʻoyalarga tayanadi.
- Aniqlashtiruvchi generativ model. Ovozga tabiiy tafsilotlar qoʻshadi va buni atigi ikki qadamda bajaradi.
- Oʻqitish usuli. Diktor yozuvlaridagi haqiqiy pauzalarni topadigan belgilash tartibi va yangi ovozni bir necha soatda tayyorlaydigan retsept.
- Sintez mexanizmi. Barcha qismlarni birlashtiradi, nutqni boʻlaklab uzatadi va oddiy protsessorda ishlaydi — Windows va Linux uchun.
- Oʻzbekcha talaffuz ustidagi ish. Qoidalar va lugʻatga kiritilgan tuzatishlar.
- NVDA qoʻshimchasi va ovoz paketlari.
- Sifatni oʻlchash tartibi. 300 ta gapli sinov, tinglab tekshirish va boshqa tizimlar bilan solishtirish.
Tayyor qismlar
- RHVoice — matn tahlili: soʻzlarni tovushlarga ajratish, urgʻu, sonlarni oʻqish. Olga Yakovleva va hamualliflar. LGPL 2.1.
- RHVoice uchun oʻzbek tili paketi. Toshkent shahar koʻzi ojiz yoshlar markazining buyurtmasi va mablagʻi hisobiga, markaz tilshunosining maslahatlari asosida Non-Routine LLC tomonidan ishlab chiqilgan. LGPL 2.1.
- Vocos — vokoder. MIT.
- ONNX Runtime — modellarni ishga tushirish muhiti. Microsoft. MIT.
- Sonic — nutq tezligini oʻzgartirish. Apache 2.0.
Oʻqitish va tekshirishda ishlatilgan vositalar: PyTorch, HTK, WORLD; shu sahifadagi nutqni aniqlash — Whisper (navai-uz/whisper-medium-uzbek) va wav2vec 2.0 (sarahai/uzbek-stt-3); tovush tozaligi — NISQA v2. Muxlisa AI namunalari xizmatning ochiq dasturiy interfeysi orqali, oʻzgartirishsiz olingan.