/ Модель

Характеристики

Размер весов
37,4 ГБ
Архитектура
vibevoice · dense
Базовая модель
VibeVoice-Large
Опубликована
10 окт 2025

VibeVoice_7B_hun_v2

Синтез речиТекст → аудио3 профессии

Дообученная версия VibeVoice-Large для синтеза венгерской речи по тексту.

60скачиваний за 30 дней16лайковвеса обновлены6 мая 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Синтез речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

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

Cseti разработал VibeVoice_7B_hun_v2 — дообученную версию VibeVoice-Large для синтеза речи на венгерском языке по тексту. Модель использует архитектуру VibeVoiceForConditionalGeneration и распространяется в формате safetensors. Автор применил LoRA к языковой части, полностью дообучил diffusion-модули и объединил их с базовой моделью.

Модель предназначена для преобразования венгерского текста в речь; примеры в карточке демонстрируют синтез связных фрагментов. Для запуска автор указывает ComfyUI-ноду и демо-код сообщества VibeVoice. Базовая VibeVoice-Large рассчитана на длинную выразительную многоязычную речь и диалоги, но карточка этой версии не подтверждает отдельные возможности вроде нескольких голосов.

Это фанатский проект, созданный для исследовательских целей, без коммерческого использования. Автор предупреждает, что обучающий набор может содержать материалы, защищённые авторским правом; качество и правомерность использования результатов следует оценивать с учётом применимых законов.

Сценарии применения

  • озвучивание венгерского текста
  • создание венгерской речи для роликов и демонстраций
  • синтез длинных фрагментов речи на венгерском

Ограничения

Автор не предназначает модель для коммерческого использования и отмечает возможное наличие защищённых авторским правом материалов в обучающих данных. Приведённые примеры запускались с 4-битной квантизацией; качество может отличаться от результатов без квантизации.

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

VibeVoice_7B_Hun_v2

This is my newest finetuned VibeVoice 7B (Large) model tailored to Hungarian language. I trained LoRA for the LLM module, performed a full-finetune on the Diffusion head modules, and merged each of them into the base model.

To finetune the model I used the following code.

Thank you for JPGallegoar for that amazing VibeVoice trainer!

Training

This model was trained on RunPod cloud GPUs.

Inference

For inference, you can use

Examples

These examples were made with 4bit inference. One can get even better results without quantization.

Sample 1

"Az utcák lassan megteltek emberekkel, ahogy a város ébredezett.
A kávézók teraszain gőzölgő csészék mellett beszélgettek az emberek, miközben a villamos csilingelve gördült el a sarkon.
A levegőben friss péksütemény illata keveredett a tavaszi széllel.
Minden arra utalt, hogy egy nyugodt, szép nap veszi kezdetét."

Sample 2

"Őrült űző üldöző őz őrjöngő őrült őrzőjével ügető ürge üvöltözött.
Örvénylő örömök örökös özönével ölelő ösvényeken ődöngő űrlények ütköztek össze önérzetesen."

Sample 3

"Csapzott cserecsapat cserebogár csapongott cserepes cseresznyecsokrok csücskében,
s közben csipcsup csipogással csipkedte csípős csipkebokor csúcsát."

Important Notes: This model is created as part of a fan project for research purposes only and is not intended for commercial use. The dataset I used might contain material, which are protected by copyright. Users utilize the model at their own risk. Users are obligated to comply with copyright laws and applicable regulations. The model has been developed for research purposes, and it is not my intention to infringe on any copyright.

Support

Producing and sharing this kind of open-source work requires renting cloud GPUs, which gets expensive quickly. If you find it useful and would like me to keep contributing, your support is very much appreciated:

Ko-fi Liberapay

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
VibeVoiceForConditionalGeneration
Ревизия весов
22434d6

0 моделей