/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,3 млрд
Размер весов
6,6 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
llama · dense
Базовая модель
orpheus-3b-0.1-ft
Библиотека
transformers
Опубликована
29 мар 2025

SauerkrautTTS-Preview-0.1

Генерация текстаТекст → текст3 профессии

Предварительная немецкоязычная модель VAGOsolutions для синтеза речи из текста четырьмя голосами.

33скачиваний за 30 дней18лайковвеса обновлены18 июн 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.

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

SauerkrautTTS-Preview-0.1 — предварительная модель синтеза речи на немецком языке, разработанная VAGOsolutions и дообученная на базе canopylabs/orpheus-3b-0.1-ft. Она принимает текст и генерирует речь голосами Lena, Anna, Max и Tom. Для обучения использовались оригинальные записи и синтетические данные; модель построена на архитектуре Llama и содержит 3,3 млрд параметров. Контекст составляет 131 072 токена.

Модель предназначена для озвучивания немецких текстов с выбором голоса. Это ранняя версия проекта, в README отмечены планы улучшить чёткость голосов и стабильность генерации. В метаданных указана лицензия CC BY-NC 4.0, тогда как README указывает CC BY 4.0; лицензионные условия следует сверить перед использованием.

Сценарии применения

  • озвучивание немецких текстов
  • генерация немецкой речи разными голосами
  • создание голосовых материалов на немецком языке

Ограничения

Это предварительная версия; в README отмечены планы улучшить чёткость голосов и стабильность при разных значениях temperature. README и метаданные указывают разные лицензии: CC BY 4.0 и CC BY-NC 4.0.

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

SauerkrautTTS-Preview-0.1

SauerkrautTTS-Preview-0.1

SauerkrautTTS-Preview-0.1 is a fine-tuned Text-to-Speech (TTS) model based on the powerful canopylabs/orpheus-3b-0.1-ft.

This preview model introduces four distinct German-speaking voices—Lena, Anna, Max, and Tom-crafted using original audio recordings captured with a Rhode Studio microphone and Mimic Studio, alongside carefully curated synthetic data. The high quality and careful curation of our overall dataset enable the model to produce clear and natural speech outputs, even from this initial release.

Model Details

Speaker Data Breakdown

SpeakerOriginal Data (Hours)Synthetic Data (Hours)Total (Hours)
Tom1h3.8h4.8h
Anna3h1.25h4.25h
Max-4.78h4.78h
Lena-4.87h4.87h

The synthetic audio data enriches the model, resulting in versatile and expressive voice capabilities.

Example Output and Comparison

Usage

For seamless inference and practical examples, check out our detailed instructions and ready-to-use scripts available on:

To achieve optimal results, we recommend using a lower temperature for clear and stable outputs. Higher temperatures will enhance dynamism and expressiveness but might introduce instability.

Example inference settings:

temperature = 0.5  # Adjust lower for clearer output, higher for creativity

Future Plans

This model represents our first exploratory step into advanced German-language TTS. Expect significant improvements in upcoming versions, including:

  • Enhanced voice clarity
  • Expanded speaker diversity
  • Greater stability across temperature ranges

Stay tuned for future releases and updates!

License

SauerkrautTTS-Preview-0.1 is openly available under the CC BY-NC 4.0 License, encouraging reuse, remixing, and improvements by the community.

Acknowledgments

We thank Unsloth for their invaluable training script, which we utilized in a lightly modified form for training this model. Also we are thankful for the German Ministry of Education and Research (BMBF) for funding our Project ARGUS, in which we developed SauerkrautTTS.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
d55bf59

0 моделей