/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,5 млн
Архитектура
vits · dense
Базовая модель
mms-tts-eng
Библиотека
transformers.js
Опубликована
20 дек 2023

mms-tts-eng

Синтез речиТекст → аудио3 профессии

Xenova/mms-tts-eng — модель синтеза речи из текста для английского языка, разработанная на основе facebook/mms-tts-eng.

3 288скачиваний за 30 дней2лайкавеса обновлены8 окт 2024

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

Репозиторий Xenova содержит ONNX-веса, адаптированные для работы с библиотекой Transformers.js, включая запуск в JavaScript-окружениях и веб-приложениях.

Модель предназначена для преобразования английского текста в аудио. Она возвращает монофонический аудиосигнал в формате Float32Array с частотой дискретизации 16 кГц; доступны обычная и quantized-версия, причём квантованная используется по умолчанию и может снизить требования к ресурсам. В README не указаны архитектура, число параметров, размер контекста и точные ограничения качества, поэтому оценить производительность и применимость к специализированным сценариям нельзя. Лицензия в предоставленных данных не указана.

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

https://huggingface.co/facebook/mms-tts-eng with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @xenova/transformers

Example: Generate English speech with Xenova/mms-tts-eng.

import { pipeline } from '@xenova/transformers';

// Create a text-to-speech pipeline
const synthesizer = await pipeline('text-to-speech', 'Xenova/mms-tts-eng', {
    quantized: false, // Remove this line to use the quantized version (default)
});

// Generate speech
const output = await synthesizer('Hello, my dog is cute');
console.log(output);
// {
//   audio: Float32Array(37888) [ ... ],
//   sampling_rate: 16000
// }

Optionally, save the audio to a wav file (Node.js):

import wavefile from 'wavefile';
import fs from 'fs';

const wav = new wavefile.WaveFile();
wav.fromScratch(1, output.sampling_rate, '32f', output.audio);
fs.writeFileSync('out.wav', wav.toBuffer());


Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры
VitsModel
Ревизия весов
3f8955a

0 моделей