/ Модель

Характеристики

Лицензия
MIT
Архитектура
DiscreteSpeechToSpeech · dense
Опубликована
4 авг 2026

kylakauppias

Обработка аудиоАудио → аудио3 профессии

Kyläkauppias — компактная финскоязычная модель речи в речь для приёма заказов на хлеб, сыр и ветчину.

8скачиваний за 30 дней0лайковвеса обновлены4 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

Kyläkauppias — небольшая модель преобразования речи в речь, разработанная для роли помощника в финском продуктовом магазине. Она обучена с нуля, без базовой модели, и принимает аудио с заказом одного из трёх товаров: хлеба, сыра или ветчины. Модель распознаёт количества от одного до девяти и отвечает голосом; для обучения использовались синтетические финские текстовые и аудиопримеры, а в аудио добавлялись шум и паузы для повышения устойчивости.

Репозиторий содержит формат ONNX, лицензия MIT. Это узкоспециализированная демонстрационная модель: она рассчитана только на ограниченный набор товаров и финские запросы.

Сценарии применения

  • приём голосового заказа на хлеб в продуктовом магазине
  • приём голосового заказа на сыр с указанием количества
  • приём голосового заказа на ветчину с указанием количества

Ограничения

Модель поддерживает только финские заказы на три товара — хлеб, сыр и ветчину — с количеством от 1 до 9. Обучающие примеры синтетические, поэтому поведение на других товарах и произвольной речи не подтверждено.

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

Kyläkauppias

  • A super-tiny speech-to-speech neural network.

Details

Trained from scratch (absolutely no base model) to act as a Finnish grocery store assistant.

Ask for one of three products (in the Finnish language):

- A packet of bread (leipäpaketti, paketti leipää, yksi leipä..)
- A packet of cheese (juustopaketti, paketti juustoa, juustoa..)
- A packet of ham (kinkkupaketti, paketti kinkkua, kinkkua..)

The model understands orders with quantities between 1 and 9.

Online demo

https://olli-moisio-kylakauppias-demo.hf.space

Local usage

python -m venv kylakauppias_venv
source kylakauppias_venv/bin/activate
pip install -r requirements.txt
python app.py

Local microphone use requires https, for that set share=True in app.py.

Training data

  • ~ 12000 Finnish text samples created with local Qwen 3.6 35B-A3B instance
  • ~ 12000 Finnish audio samples created from text with local Chatterbox-TTS instance

Random noise and empty spaces were injected to audio samples during training for a more robust model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
01133c0

0 моделей