Megismerhetjük egy helyben futó, teljesen ingyenes, nyílt forráskódú hangklónozó és felolvasó (text-to-speech) alkalmazás működését és telepítését, amely Windows rendszeren, CPU-n keresztül üzemeltethető, GPU használata nélkül.
Bemutatásra kerülnek a telepítési lépések, a különbségek a különböző csomagtípusok között (MSI vs EXE), valamint az első indítás és frissítés tapasztalatai is – a konfigurálás során felmerülő nehézségek, például hosszú betöltési idők és frissítési problémák sem maradnak rejtve.
A projekt technikai hátteréről is szó esik, kitérve a Coin3 TTS modellre, valamint a Whisper-alapú transzkripciós lehetőségekre. Megismerhetjük azt is, hogyan lehet saját hangmintából profilt készíteni, illetve több nyelvre – angol, spanyol, portugál, francia, német, orosz – hangokat generálni.
Felmerül az adatbiztonság kérdése is, mivel az alkalmazás helyben fut és nem igényel felhőalapú adattovábbítást. Vizsgálat tárgya továbbá, hogy CPU használatával mire képes a szoftver, milyen lassulások tapasztalhatók, és hol vannak a rendszer korlátai például hosszabb mondatoknál vagy a referenciaminta hosszát illetően.
Számos kérdést vet fel a használhatóság, a nyelvek minősége, a hangklónozás hitelessége és a kezdő felhasználók számára jelentkező első élmények, amelyek mind érdekes gondolatokat indítanak el a fejlesztés jövőjéről és a meglévő alternatívákról.
