/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
coqui
Опубликована
29 янв 2026

CoquiTTS-Max

Синтез речиТекст → аудио3 профессии

VITS-модель Coqui синтезирует люксембургскую речь мужским голосом по тексту.

128скачиваний за 30 дней0лайковвеса обновлены29 янв 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

CoquiTTS-Max — модель синтеза речи на основе VITS, обученная с использованием Coqui TTS на примерах предложений из Lëtzebuerger Online Dictionnaire. Она озвучивает люксембургский текст мужским голосом одного реального диктора и предназначена для генерации речи из подготовленного текста. Модель выдаёт аудио с частотой дискретизации 22,05 кГц; перед синтезом текст следует привести к нижнему регистру, а для некоторых входов может понадобиться дополнительная нормализация. Чекпойнт указан на 50 000 шагов обучения. Лицензия CC BY-NC 4.0 разрешает использование на некоммерческих условиях.

Сценарии применения

  • озвучивание люксембургских текстов мужским голосом
  • создание голосовых примеров для словарных статей
  • генерация аудиоверсий коротких предложений
  • подготовка некоммерческих демонстраций люксембургского синтеза речи

Ограничения

Для синтеза текст нужно приводить к нижнему регистру; может потребоваться дополнительная нормализация. Лицензия запрещает коммерческое использование.

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

Coqui TTS - Max (Luxembourgish Male Voice)

A VITS-based text-to-speech model for Luxembourgish, featuring a natural male voice.

Model Description

This model was trained using the Coqui TTS framework on Luxembourgish speech data from the Lëtzebuerger Online Dictionnaire (LOD) example sentences.

"Max" is a male Luxembourgish voice based on recordings from a real speaker.

Model Details

  • Architecture: VITS
  • Language: Luxembourgish (lb)
  • Speaker: Single speaker (male)
  • Sample Rate: 22050 Hz
  • Checkpoint: 50,000 steps
  • License: CC BY-NC 4.0 (Non-commercial use only)

License Notice

This model is for non-commercial use only. All commercial uses are prohibited. The voice data is derived from recordings of a real speaker and may only be used freely for non-commercial purposes.

Usage

Note: Text should be lowercased before synthesis. Additional text normalization may be required.

import torch
import scipy.io.wavfile as wavfile
from TTS.utils.synthesizer import Synthesizer

# Load the model
synthesizer = Synthesizer(
    tts_checkpoint="path/to/coqui-tts-max.pth",
    tts_config_path="path/to/config.json",
    use_cuda=torch.cuda.is_available()
)

# Generate speech
wav = synthesizer.tts("moien, wéi geet et dir?")

# Save to file
wavfile.write("output.wav", 22050, wav)

Technical Specifications

ParameterValue
Hidden Channels192
Text Encoder Layers6
Posterior Encoder Layers16
Flow Layers4
Mel Channels80
FFT Size1024

Citation

If you use this model, please cite:

@misc{zls2025coquimax,
  title={Coqui TTS Max - Luxembourgish Male Voice},
  author={Zenter fir d'Lëtzebuerger Sprooch},
  year={2025},
  publisher={Hugging Face},
  url={https://huggingface.co/ZLSCompLing/CoquiTTS-Max}
}

Acknowledgments

Originally trained by Marco Barnig. Now developed and maintained by Zenter fir d'Lëtzebuerger Sprooch.

Voice data sourced from the Lëtzebuerger Online Dictionnaire (LOD). The original audio files are available via the LOD linguistic data on data.public.lu, which provides an XML file containing example sentence IDs. Audio files can be accessed at:

https://lod.lu/uploads/examples/AAC/{folder}/{id}.m4a

where {folder} is the first 2 characters of {id}.

This model is used in Sproochmaschinn, a Luxembourgish speech processing platform.

Как запустить

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

GPU в ailist

Универсальный рантайм · coqui

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
b44cb01

0 моделей