/ Модель
Каталог

Характеристики

Контекст
131 072 токена
Параметры
3,4 млрд
Размер весов
12,5 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Базовая модель
Llasa-3B
Опубликована
12 авг 2025

Ссылки

Hugging Face

Galgame-Llasa-3B-v3

OmniAICreator
Генерация текстаТекст → текст3 профессии

Дообученная на японских речевых данных модель Llama для синтеза выразительной речи из текста, в том числе реплик в стиле визуальных новелл.

49скачиваний за 30 дней5лайковвеса обновлены12 авг 2025

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 «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Galgame-Llasa-3B-v3 — японская модель синтеза речи, разработанная OmniAICreator и дообученная на базе HKUSTAudio/Llasa-3B. Она преобразует японский текст в речь; версия 3 использует изменённую нормализацию текста при обучении, чтобы повысить последовательность и точность синтеза. В основе — плотная архитектура Llama с 3,4 млрд параметров; модель опубликована в формате safetensors, заявленная длина контекста — 131 072 токена.

Модель предназначена для озвучивания японского текста, включая реплики и диалоги в стиле визуальных новелл. Предыдущая версия улучшила чтение кандзи, просодию и разнообразие голосовых стилей; README сообщает, что v3 развивает эти улучшения. Для базовой Llasa-3B указана возможность использовать речевой промпт, но карточка этой версии не уточняет, поддерживает ли она такой режим. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • озвучивание японских реплик визуальной новеллы
  • синтез японской речи из текста
  • генерация японских диалогов с выразительной интонацией

Ограничения

Лицензия CC BY-NC 4.0 запрещает коммерческое использование. В README нет количественной оценки качества и подробных сведений о поддержке речевых промптов этой версии.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Galgame-Llasa-3B-v3

Overview

This is the version 3 of the Galgame-Llasa-3B, a Text-to-Speech (TTS) model fine-tuned for Japanese. This model is based on HKUSTAudio/Llasa-3B.

What's New in v3?

The primary improvement in v3 is the modification of the text normalization process during training.

This update leads to more consistent and accurate speech synthesis, further improving upon the advances made in v2.

What's New in v2 (from v1)?

Version 2 was trained on a larger and more diverse dataset, including the original Galgame dataset and other sources.

As a result, v2 offered several key improvements over the original version:

  • Improved Kanji Reading: The model handled the reading of Kanji characters more accurately.
  • Enhanced Prosody: The generated speech had more natural intonation and expressiveness.
  • Greater Voice Diversity: The model could produce a wider range of voice styles than the previous version.

License

This model is licensed under the CC-BY-NC-4.0.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
880454a

0 моделей

    Создать бенчмарк