SalihHub/karagoz-hacivat-xtts

Karagöz & Hacivat XTTS v2

Model Açıklaması

Karagöz & Hacivat XTTS v2, Türk geleneksel gölge oyunu karakterlerinin özgün ses tonlarını, şivelerini ve karakteristik üsluplarını dijital dünyada canlandırmak için geliştirilmiş bir Text-to-Speech (TTS) projesidir. Coqui TTS XTTS v2 mimarisi üzerine inşa edilen bu modeller, karakterlerin geleneksel ruhunu koruyarak yüksek kaliteli Türkçe konuşma sentezi sağlar.

Temel Özellikler:

• Base Model: Coqui XTTS v2
• Yöntem: Fine-tuning (İnce Ayar)
• Dil: Türkçe (TR)
• Karakterler: Karagöz (Halk ağzı, enerjik) & Hacivat (Formal, bilgiç)

---

Eğitim Detayları

Dataset

• Kaynak: Geleneksel gölge oyunu ses kayıtları.
• İşleme: Demucs ile vokal ayrıştırma, Bandpass filtreleme ve Spektral Gating yöntemleriyle gürültü temizliği yapılmıştır.
• Segmentasyon: 10-15 saniyelik, XTTS v2 limitlerine uygun (max 220 karakter) segmentler oluşturulmuştur.
• Etiketleme: Karakter bazlı ayrıştırma (Diarization) ve duygu analizi (Emotion labeling) uygulanmıştır.

Eğitim Konfigürasyonu

Parametre	Değer
Base Model	XTTS v2
Örnekleme Hızı	22,050 Hz
Batch Size	4-8 (GPU belleğine göre)
Optimizer	AdamW
Precision	Mixed Precision (FP16/BF16)

Türkçe ve Karakter Zorlukları

• Prosodi: Karagöz'ün kelimeleri yanlış anlaması ve Hacivat'ın ağdalı cümle yapısı için özel tonlama çalışmaları yapılmıştır.
• Şive: Karakterlerin özgün "İstanbul ağzı" ve "Halk ağzı" dengesi korunmuştur.
• Ses Kalitesi: Arşiv kayıtlarındaki cızırtı ve müzik sesleri, modelin ses karakteristiğini bozmadan temizlenmiştir.

---

Kurulum

pip install TTS torch torchaudio

---

Kullanım

Inference Kodu (Karagöz Örneği)

from TTS.api import TTS
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"

# Model yolları (Repo yapısına göre)
model_path = "models/karagoz/" # veya "models/hacivat/"

tts = TTS(
    model_path=f"{model_path}model.pth", 
    config_path=f"{model_path}config.json", 
    vocab_path=f"{model_path}vocab.json"
).to(device)

# Sentezleme
tts.tts_to_file(
    text="Aman Hacıvat, yine ne diller dökersin!", 
    speaker_wav="references/karagoz_ref.wav", 
    language="tr", 
    file_path="output.wav"
)

📜 Lisans ve Kullanım Şartları

⚠️ ÖNEMLİ: Bu proje Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) lisansı ile korunmaktadır.

1. Ticari Kullanım Yasağı: Bu modeller, ses dosyaları ve veri setleri asla ticari bir amaçla kullanılamaz, üzerinden gelir elde edilemez.
2. Atıf: Projenin kullanıldığı yerlerde geliştiriciye (SalihHub) atıfta bulunulmalıdır.
3. Aynı Lisansla Paylaşım: Bu modelleri temel alarak yapılan geliştirmeler de aynı lisans (ticari olmayan) ile paylaşılmalıdır.

---

Geliştirici: SalihHub
Kategori: Ses Sentezi (TTS)
Anahtar Kelimeler: Karagöz, Hacivat, XTTS, Türkçe TTS, Gölge Oyunu, Yapay Zeka.