/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,3 млрд
Размер весов
6,6 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
orpheus-3b-0.1-ft
Опубликована
9 июн 2026

Orpheus-TTS-hmong-3b

Генерация текстаТекст → текст3 профессии

LoRA-модель Orpheus-3B для синтеза выразительной речи на языке хмонг из текста.

808скачиваний за 30 дней2лайкавеса обновлены23 июл 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 «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.

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

Pakorn2112/Orpheus-TTS-hmong-3b — модель синтеза речи на языке хмонг (Hmoob / Hmong Daw), созданная LocalVoice.org на основе Orpheus-3B TTS. Это дообученная PEFT LoRA модель семейства Llama с 3,3 млрд параметров; для кодирования аудио используется SNAC с частотой 24 кГц. Модель принимает текст и выдаёт речь, поддерживает эмоциональные метки и необязательный префикс для нескольких голосов.

Модель предназначена для озвучивания текста на хмонг, в том числе потокового и работающего в реальном времени на одной GPU. В README рекомендуются чистые монофонические записи WAV с частотой 24 кГц и отдельные реплики длиной 1–8 секунд для получения качественного результата. Контекстная длина по метаданным — 131 072 токена. Лицензия — Apache-2.0.

Сценарии применения

  • озвучивание текста на языке хмонг
  • создание голосовых сообщений и аудиоконтента на хмонг
  • потоковый синтез речи на хмонг
  • генерация речи с эмоциональной окраской
  • озвучивание реплик с выбором голоса

Ограничения

Предназначена для синтеза речи на хмонг; качество зависит от чистого входного аудио при настройке и подходящих параметров генерации. Для хорошего результата README рекомендует короткие записи без тишины и сильного шума.

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

🗣️ Hmong TTS — Orpheus‑3B version 2 best hmong TTS (Text to Speech) (Fine‑Tuned) | LocalVoice.org


license: apache-2.0

Hmong Text‑To‑Speech (TTS) model fine‑tuned from Orpheus‑3B‑TTS, optimized with Unsloth + SNAC codec. Built by LocalVoice.org to support Hmong language technology.

🙏 Special thanks to ThaiSC & HPC Ignite Program for HPC resources.


🌟 Model Highlights

  • ⚙️ Base Model: Orpheus‑3B TTS
  • 🔉 Codec: SNAC 24kHz (hubertsiuzdak/snac_24khz)
  • 🌍 Language: Hmong (Hmoob / Hmong Daw)
  • 🧠 Finetuned using Unsloth PEFT LoRA
  • 🎙️ Supports emotion tags: <giggle>, <laugh>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>
  • 🎭 Optional multi‑speaker prompt prefix
  • ⚡ Real‑time inference on a single GPU

🧪 Quick Inference Example

🚀 Start in Colab

Open In Colab

import torch
from unsloth import FastLanguageModel

MODEL_PATH = "Pakorn2112/Orpheus-TTS-hmong-3b"

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name = MODEL_PATH,
    max_seq_length = 2048, # Choose any for long context!
    dtype = None, # Select None for auto detection
    load_in_4bit = False, # Select True for 4bit which reduces memory usage
    # token = "YOUR_HF_TOKEN", # HF Token for gated models
)


💡 Tips for Best Quality

  • Use 24kHz mono WAV recordings
  • Trim silence and remove heavy noise
  • Keep clips 1‑8 seconds long per utterance
  • Use clear, natural speaking tone
  • Add optional emotion tokens for expressive voices

📄 License

apache-2.0

This model is released publicly for research & educational use. Commercial applications may require dataset rights & additional review.


🤝 Credits

  • Hmong TTS Model: LocalVoice.org
  • HPC Support: ThaiSC Supercomputer (LANTA) — HPC Ignite Program
  • SNAC Codec Team: hubertsiuzdak (24kHz codec)
  • Fine‑Tuning Framework: Unsloth

☕ Support the Project

If this model helped your project and you'd like to support future development, consider buying me a coffee.

Your support helps improve Hmong speech technology, collect better datasets, and release more open-source models for the community.

Thank you for supporting open-source Hmong AI! 🖤💚💙

🎉 Thank you for supporting Hmong language technology! 🖤💚💙

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
464d344

0 моделей