Dia

Poslední redakční revize: 10. 10. 2026. Nedoložené údaje jsou označené jako neověřené.

Krátké shrnutí

Dia je open-source model od Nari Labs, který převádí text na mluvený dialog. Umožňuje ovlivnit podobu hlasového výstupu zvukovou ukázkou a vytvářet také neverbální projevy.

Pro koho se hodí

Vývojáře a tvůrce, kteří chtějí převést anglický scénář na dialog více hlasů.

Hlavní omezení

Ověřená verze generuje pouze anglicky. Lokální provoz potřebuje odpovídající hardware; bez zvukového zadání se hlas může mezi výstupy měnit.

Čeština podle způsobu použití

Rozhraní označuje menu a ovládání. Textové výstupy jsou české odpovědi a vytvořené texty; hlas označuje mluvenou češtinu. Neověřeno neznamená, že nástroj češtinu neumí.

Podrobný popis

Účel a výstup

Dia převádí přepis přímo na dialog a podporuje označení mluvčích [S1] a [S2]. Model dokáže do řeči zahrnout i projevy jako smích nebo kašel. V současnosti podporuje generování pouze v angličtině.

Ovládání hlasu

Výstup lze podmínit zvukovou ukázkou, což umožňuje ovlivnit hlas a jeho projev. Pro použití této funkce je třeba připojit přepis nahrávky se správnými značkami mluvčích; výrobce doporučuje ukázku dlouhou 5 až 10 sekund. Model není doladěný pro konkrétní hlas, takže bez zvukového zadání nebo pevného seedu se hlas při jednotlivých generováních může lišit.

Použití a omezení

Nari Labs poskytují předtrénované váhy i inferenční kód; model lze spustit například přes Python, příkazový řádek nebo rozhraní Gradio. Lokální provoz vyžaduje odpovídající výpočetní vybavení. Projekt je pod licencí Apache 2.0 a je určen pro výzkumné a vzdělávací použití. Výrobce zakazuje mimo jiné napodobovat skutečné osoby bez svolení a vytvářet klamavý obsah.

Varianta zdarma

Ano

Open-source

Ano

Podpora API

Neověřeno

Ceny

Aktuální cenu se nepodařilo ověřit.

Dia