/ Модель

Характеристики

Параметры
3,5 млн
Лицензия
CC BY 4.0
Архитектура
vits · dense
Библиотека
transformers
Опубликована
8 мая 2025

Simba-TTS-lin

Распознавание речиАудио → текст3 профессии

Simba-TTS-lin — модель VITS для синтеза речи на языке Lingala, разработанная UBC-NLP на основе данных SimbaBench.

78скачиваний за 30 дней0лайковвеса обновлены12 фев 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

UBC-NLP/Simba-TTS-lin — модель синтеза речи из семейства Simba, разработанная UBC-NLP для африканских языков и дообученная на данных SimbaBench. Карточка описывает серию Simba-TTS как мультиязычные модели для преобразования текста в естественную речь; этот вариант предназначен для лин, языка Lingala. Для запуска указана библиотека Transformers. Архитектура репозитория — VITS, размер модели — 3,5 млн параметров; веса опубликованы в формате safetensors.

Модель подходит для озвучивания текстов на Lingala, например для голосовых интерфейсов и речевого контента. README также заявляет ориентацию серии на малоресурсные африканские языки и высокое качество распознавания и синтеза, однако для этой конкретной модели такие заявления не сопровождаются результатами оценки. В метаданных задача обозначена как распознавание речи, тогда как README классифицирует Simba-TTS как синтез речи; назначение модели как TTS следует из названия и описания варианта. Лицензия — CC BY 4.0.

Сценарии применения

  • озвучивание текстов на Lingala
  • создание голосовых подсказок на Lingala
  • генерация речевого контента для приложений на Lingala

Ограничения

README не приводит метрик качества для варианта на Lingala и не описывает ограничения синтеза. Метаданные помечают модель как распознавание речи, что расходится с назначением TTS в README и названии репозитория.

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

EMNLP 2025 Paper Official Website SimbaBench GitHub Repository Hugging Face Hugging Face Dataset

Bridging the Digital Divide for African AI

Voice of a Continent is a comprehensive open-source ecosystem designed to bring African languages to the forefront of artificial intelligence. By providing a unified suite of benchmarking tools and state-of-the-art models, we ensure that the future of speech technology is inclusive, representative, and accessible to over a billion people.

Best-in-Class Multilingual Models

Introduced in our EMNLP 2025 paper Voice of a Continent, the Simba Series represents the current state-of-the-art for African speech AI.

  • Unified Suite: Models optimized for African languages.
  • Superior Accuracy: Outperforms generic multilingual models by leveraging SimbaBench's high-quality, domain-diverse datasets.
  • Multitask Capability: Designed for high performance in ASR (Automatic Speech Recognition) and TTS (Text-to-Speech).
  • Inclusion-First: Specifically built to mitigate the "digital divide" by empowering speakers of underrepresented languages.

The Simba family consists of state-of-the-art models fine-tuned using SimbaBench. These models achieve superior performance by leveraging dataset quality, domain diversity, and language family relationships.

🔊 Simba-TTS (Text-to-Speech)

  • 🎯 Task: Text-to-Speech — Natural Voice Synthesis. 🌍 Language Coverage (7 African languages)

Afrikaans (afr), Asante Twi (asanti), Akuapem Twi (akuapem), Lingala (lin), Southern Sotho (sot), Tswana (tsn), Xhosa (xho)

TTS ModelArchitectureHugging Face CardStatus
Simba-TTS-afr 🔊MMS-TTS🤗 https://huggingface.co/UBC-NLP/Simba-TTS-afr✅ Released
Simba-TTS-twi-asanti 🔊MMS-TTS🤗 https://huggingface.co/UBC-NLP/Simba-TTS-twi-asanti✅ Released
Simba-TTS-twi-akuapem 🔊MMS-TTS🤗 https://huggingface.co/UBC-NLP/Simba-TTS-twi-akuapem✅ Released
Simba-TTS-lin 🔊MMS-TTS🤗 https://huggingface.co/UBC-NLP/Simba-TTS-lin✅ Released
Simba-TTS-sot 🔊MMS-TTS🤗 https://huggingface.co/UBC-NLP/Simba-TTS-sot✅ Released
Simba-TTS-tsn 🔊MMS-TTS🤗 https://huggingface.co/UBC-NLP/Simba-TTS-tsn✅ Released
Simba-TTS-xho 🔊MMS-TTS🤗 https://huggingface.co/UBC-NLP/Simba-TTS-xho✅ Released

🧩 Usage Example

You can easily run inference using the Hugging Face transformers library.

from transformers import VitsModel, AutoTokenizer
import torch

model_name="Simba-TTS-afr" ## Simba-TTS-twi-asanti, Simba-TTS-twi-akuapem, Simba-TTS-lin, Simba-TTS-sot, Simba-TTS-tsn, Simba-TTS-xho
model = VitsModel.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

text = "Ons noem hierdie deeltjies sub-atomiese deeltjies" #example of Afrikaans (afr) language 
inputs = tokenizer(text, return_tensors="pt")

with torch.no_grad():
    output = model(**inputs).waveform

The resulting waveform can be saved as a .wav file:

scipy.io.wavfile.write("outputfile.wav", rate=model.config.sampling_rate, data=output.float().numpy())

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Для архитектуры vits нет загрузчика под задачу speech-to-text.

Класс архитектуры
VitsModel
Ревизия весов
f12042b

0 моделей