Характеристики

Лицензия: Apache 2.0
Базовая модель: VoxCPM2
Опубликована: 3 авг 2026

Ссылки

Hugging Face

sonorus-omnivoice

Jrjy3

Синтез речиТекст → аудио3 профессии

GGUF-компонент AudioVAE из VoxCPM2 для преобразования аудиовыхода OmniVoice в звук с частотой 48 кГц.

34скачиваний за 30 дней0лайковвеса обновлены3 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

Jrjy3/sonorus-omnivoice содержит только GGUF-вариант AudioVAE из VoxCPM2, предназначенный для использования в Sonorus и ветке voxcpm2-upscaler проекта omnivoice.cpp. Компонент преобразует нативный аудиовыход OmniVoice в аудио с частотой 48 кГц; саму языковую модель OmniVoice и её токенизаторы нужно получать отдельно.

Файл объёмом около 188 МБ получен конвертацией официального чекпойнта audiovae.pth из openbmb/VoxCPM2 в GGUF F16. Репозиторий лицензирован по Apache-2.0. Это вспомогательный аудиокомпонент, а не самостоятельная модель для генерации речи из текста.

Сценарии применения

повышение частоты аудио OmniVoice до 48 кГц
подготовка AudioVAE для Sonorus
использование с веткой voxcpm2-upscaler в omnivoice.cpp

Ограничения

Репозиторий содержит только AudioVAE и сам по себе не генерирует речь из текста; для работы требуются языковая модель OmniVoice и токенизаторы из отдельного репозитория. README описывает преобразование аудио до 48 кГц, но не приводит оценки качества или поддерживаемые языки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Sonorus OmniVoice AudioVAE

This repository contains the VAE-only GGUF used by Sonorus and the voxcpm2-upscaler branch of omnivoice.cpp to convert native OmniVoice output to 48 kHz audio.

File

File	Size	SHA-256
`voxcpm2-audiovae-f16.gguf`	187,868,032 bytes	`a5fb091c0a95172bdee2ee7230335dac7d3dc318d77ca100f095d023cabd5d97`

The file was converted from the official OpenBMB/VoxCPM2 audiovae.pth checkpoint using tools/convert-voxcpm2-audiovae.py from the omnivoice.cpp fork. The original model and weights are Apache-2.0. Conversion provenance is also embedded in the GGUF metadata.

This is only the AudioVAE. The OmniVoice language model and tokenizer GGUFs remain hosted in Serveurperso/OmniVoice-GGUF.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: cdcb598