پروژه پایتون پردازش صوت TTS 8797

سلام وقت‌تون بخیر. من یک پروژه‌ی اختصاصی TTS دارم و دنبال یک متخصص حرفه‌ای هستم که بتونه این کار رو انجام بده. 🔹 توضیحات دقیق پروژه: من قصد دارم یک مدل TTS شخصی‌سازی‌شده بسازم که دقیقاً لحن و سبک دوبله‌های کلاسیک ایران (دهه 30 تا 50) رو تقلید کنه. منظورم فقط شبیه‌سازی صدای یک دوبلور نیست؛ بلکه کل حالت بیان، مکث‌ها، انرژی، و لهجه‌ی آن دوران باید یاد گرفته بشه. دیتاست من شامل صداهای تمیز دوبلورهای قدیمی (زن، مرد، پیرمرد و …) هست، برای هر گوینده حدود 30 تا 60 دقیقه. هدف اینه که مدل نهایی وقتی هر متن جدیدی رو می‌خونه، دقیقاً مثل دوبله‌های کلاسیک ایران شنیده بشه. خروجی باید طبیعی، احساسی و کاملاً مشابه لحن دوبله‌های قدیمی باشه (نه صدای ماشینی یا بی‌احساس). نرم‌افزار باید آفلاین روی ویندوز (کارت گرافیک RTX 4060) اجرا بشه. امکان انتخاب «گوینده‌ی خاص» یا «لحن عمومی دوبله‌ی کلاسیک» وجود داشته باشه. در آینده هم قابلیت اضافه کردن دوبلور جدید با داده‌ی کم داشته باشه. اگر تجربه‌ی کار با XTTS2 یا مدل‌های مشابه (Tacotron2, VITS, RVC, Style Transfer TTS) دارید و می‌تونید چنین پروژه‌ای رو بسازید، خوشحال می‌شم شرایط همکاری و هزینه رو بفرمایید.