/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
vibevoice · dense
Опубликована
29 июн 2026

Model-At-checkPoint-20000

Синтез речиТекст → аудио3 профессии

Объединённая акустическая модель VibeVoice для синтеза речи по тексту на египетском арабском языке.

8скачиваний за 30 дней0лайковвеса обновлены29 июн 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

Модель MohammedEhab20/Model-At-checkPoint-20000 — независимая объединённая версия акустической модели VibeVoice, дообученной на египетском арабском языке на шаге 20 000. Репозиторий содержит веса safetensors, конфигурации токенизатора Qwen и примеры эталонной речи; модель предназначена для синтеза речи по тексту на египетском арабском с использованием VibeVoice или совместимых средств Hugging Face.

Параметр Classifier-Free Guidance настраивается во время инференса и не зафиксирован в весах: более высокое значение усиливает соответствие тексту, а более низкое может дать более естественную и свободную речь. Модель распространяется по лицензии Apache-2.0. Карточка не сообщает размер модели, длину контекста или количественные оценки качества.

Сценарии применения

  • синтез египетской арабской речи из текста
  • озвучивание текстов на египетском диалекте
  • создание голосовых примеров для приложений на арабском языке

Ограничения

Заявленное назначение ограничено египетским арабским; карточка не приводит объективных оценок качества или сведений о поддержке других языков.

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

Model-At-checkPoint-20000

This is a fully independent, merged deployment of the VibeVoice acoustic model fine-tuned for Egyptian Arabic at checkpoint 20000. It includes the integrated Qwen tokenizer configs and base weights side-by-side.

📦 Repository Structure

  • model.safetensors: Independent merged model weights.
  • voices/: Reference speech audio samples.
  • Tokenizer and configuration JSON files.

🚀 How to Use (Inference API / Colab)

import torch
from peft import PeftModel
# Load this repository directly using standard HuggingFace or VibeVoice modules:
# model = VibeVoiceForConditionalGeneration.from_pretrained("MohammedEhab20/Model-At-checkPoint-20000", trust_remote_code=True)

🎛️ Runtime Parameters (CFG Scale)

The Classifier-Free Guidance (CFG) scale is a runtime parameter and not baked into these weights. You can dynamically adjust it during inference calls:

  • Higher CFG (e.g., 5.0): Strict alignment with the prompt.
  • Lower CFG (e.g., 3.5): More natural flow and creativity.

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
121e7f1

0 моделей