あるユーザーが、クラウドAPIを必要とせずにWindows上でCoqui XTTS-v2とQwen 2.5の完全なローカルデプロイメントを可能にするゼロ依存ラッパーであるF-0310をリリースしました。

このシステムは、音声合成エンジンにプロンプトを渡す前にローカルの安全ガードレールを実行するためにQwen 2.5を統合しています。高忠実度のゼロショット音声クローニングにCoqui XTTS-v2を利用し、隔離された環境設定のための自動化された.batスクリプトを含みます。さらに、NVIDIA CUDA 12.1、AMD DirectML、Intel Iris/Arc、またはCPUフォールバック間の実行バックエンドを切り替えるための動的ハードウェア検出機能を備えています。

このセットアップにより、ユーザーはクラウドサービスに関連する月間使用量制限や文字数制限を回避しながら、無制限のオフライン音声模倣を行うことができます。