/ Модель

Характеристики

Параметры
3,6 млн
Лицензия
CC BY 4.0
Архитектура
bert_vits2 · dense
Базовая модель
ellie-Bert-VITS2
Опубликована
13 июн 2024

ellie-Bert-VITS2

Синтез речиТекст → аудио3 профессии

Модель Bert-VITS2 для синтеза китайской речи с тайваньским акцентом.

63скачиваний за 30 дней4лайкавеса обновлены13 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BricksDisplay/ellie-Bert-VITS2 — модель синтеза речи с тайваньским акцентом, разработанная JackEllie. Она преобразует текст в речь и предназначена для генерации озвучивания на китайском языке с указанным акцентом. Архитектура — Bert-VITS2; в репозитории представлены файлы ONNX и safetensors, а метаданные указывают 3,6 млн параметров. Модель является дообучением Jackellie/ellie-Bert-VITS2 и распространяется по лицензии CC BY 4.0. README упоминает использование через Transformers, но подробности настройки голоса и запуска не приведены.

Сценарии применения

  • озвучивание китайского текста с тайваньским акцентом
  • генерация речи для аудиоконтента на китайском языке
  • создание голосовой озвучки из текстовых реплик

Ограничения

Карточка не описывает качество и параметры голоса, а также не приводит подробных инструкций по использованию. Поддержка других языков или акцентов не заявлена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Taiwan accent TTS model from JackEllie.

Usage

Using this checkpoint from Hugging Face Transformers:

from transformers import AutoModel, AutoProcessor
from scipy.io.wavfile import write
import torch

model_name = "BricksDisplay/ellie-Bert-VITS2"

model = AutoModel.from_pretrained(model_name, trust_remote_code=True)
processor = AutoProcessor.from_pretrained(model_name, trust_remote_code=True)

with torch.no_grad():
    inputs = processor("你好", language="zh", return_tensors="pt")
    result = model(**inputs)
    result = result["waveform"]
    write("output.wav", model.config.sampling_rate, result[0].numpy())

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
BertVits2Model
Ревизия весов
3efd258

0 моделей