PulseForge
Runtime özel şarkı import’u, FFmpeg dönüşümü ve C# Radial V2 analiz/planner hattını DSP ritim oynanışına bağlayan Unity sistem prototipi.
- Unity
- C#
- FFmpeg
- +3
Ses → FFmpeg / C# analiz / planner → Radial ritim oturumu
Türkçe sesli kitap üretimine yönelen yerel TTS stüdyosu: VoxCPM2, XTTS-v2 ve Chatterbox V3 motorları, kitap içe aktarma, bölüm kuyruğu, Quality Director ve alternatif take seçimi.
Rol — Forge serisinin en hızlı gelişen artifact’i; izinli ses verisiyle yerel çalışan çok motorlu ses üretim ve değerlendirme stüdyosu.
VoxForge, Windows üzerinde yerel çalışan bir Türkçe TTS deney aracı olarak başladı ve Kasım 2026 itibarıyla sesli kitap üretimine yönelen bir stüdyoya dönüştü. Ana takip GitHub Issue #18 altında aşamalı PR’larla ilerler; her aşama ayrı birleştirilir.
Birincil motor VoxCPM2’dir; XTTS-v2 ve Chatterbox V3 karşılaştırma için korunur. Studio ve Voice Playground aynı GPU worker’ını paylaşır, aynı anda yalnız bir motor süreci çalışır ve motor değişiminde CUDA belleği süreçle birlikte boşaltılır.
Main dalında: Studio projeleri ve kuyruğu, kitap içe aktarma ve bölüm iş akışları (VF-020), VoxCPM2 Studio kuyruğu ve seçili take ile WAV dışa aktarımı (VF-019), Quality Director ve Voice Takes (VF-018), VoxCPM2 prosody kontrolleri ve sahne anlatımı (VF-016/017), VoxCPM2 voice design ve karakter kütüphanesi (VF-021). Quality Director; ses ölçümleri ve CPU üzerinde faster-whisper ASR kelime hizalamasıyla açıklanabilir bulgular üretir, şüpheli cümleler için farklı tohumlarla alternatif take önerir ve seçim geçmişini saklar.
VF-Q1 benchmark’ı XTTS-v2, Chatterbox Multilingual V3 ve VoxCPM2’yi RTX 4060 Laptop (8 GB VRAM) hedefinde aynı koşullarla karşılaştırır. Önceki XTTS-v2 reference-based üretim, voice profile yönetimi, FFmpeg ön işleme ve deneysel fine-tuning/değerlendirme akışları korunur.
Girdi
Kitap metni, bölümler ve izinli referans sesler
İşleme
Bölüm ayrıştırma, motor seçimi, VoxCPM2/XTTS üretimi, ASR ve ses ölçümleriyle kalite denetimi, alternatif take üretimi
Çıktı
Seçili take’lerden birleştirilmiş bölüm WAV’ları ve açıklanabilir kalite raporları
Book / Text Import
Chapter & Scene Parsing
Voice Profile / Voice Design
Studio Queue
Shared GPU Worker (VoxCPM2 · XTTS-v2)
Quality Director (faster-whisper + audio checks)
Alternative Takes / Selection
Chapter WAV Export
Quality Director bağımsız bir servistir; Playground ve Studio aynı sözleşmeyi kullanır, böylece motor değişse de denetim kuralları aynı kalır.
Motorlar kendi izole ortamlarında kalıcı alt süreç olarak çalışır; aynı anda tek süreç 8 GB VRAM sınırına uyar ve GPU yoksa sessizce CPU’ya düşmek yerine açık hata verilir.
Otomatik denetim yalnız aday önerir; bölüm WAV’ı kullanıcının aktif seçtiği take’lerden kurulur ve önceki seçime geri dönülebilir.
Yeni motorlar önce VF-Q1 benchmark’ında tam koşu ve eksiksiz kanıtla karşılaştırıldı; hız ayrı değerlendirildi.
Ses kayıtları, profiller, projeler ve model önbellekleri kullanıcının makinesinde kalır; Git’e yalnız kaynak kod ve belgeler girer.
Runtime özel şarkı import’u, FFmpeg dönüşümü ve C# Radial V2 analiz/planner hattını DSP ritim oynanışına bağlayan Unity sistem prototipi.
Ses → FFmpeg / C# analiz / planner → Radial ritim oturumu
Gerçek zamanlı kamera akışını yerel yüz tanıma, el takibi ve gesture tabanlı büyü komutlarıyla birleştiren local-first PySide6 masaüstü uygulaması.
Kamera → latest-frame CV/doğrulama → gesture komutu ve masaüstü geri bildirimi