/ Модель

Характеристики

Лицензия
CC BY-NC-SA 4.0
Библиотека
piper
Опубликована
9 июл 2026

murya-piper-hausa-tts

Синтез речиТекст → аудио

Murya — многодикторная модель синтеза речи на хауса для офлайн-озвучивания текста на CPU.

66скачиваний за 30 дней0лайковвеса обновлены6 окт 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

Murya — система синтеза речи на хауса, разработанная Adab Tech. Это многодикторная модель на архитектуре Piper/VITS, экспортированная в ONNX: она принимает текст и генерирует речь с выбором одного из восьми голосов — четырёх женских и четырёх мужских. Выходное аудио имеет частоту дискретизации 22 050 Гц.

Модель предназначена для озвучивания текста на стандартном диалекте хауса Кано. ONNX/WASM-инференс позволяет запускать её в браузере на CPU, в том числе офлайн, без GPU и обращения к серверу. Модель дообучена на корпусе WAXAL; лицензия репозитория — CC-BY-NC-SA-4.0.

Варианты Сокото и Гобирава не моделируются, поэтому для западных диалектных регионов качество следует предварительно оценить. Оценка естественности речи ещё собирается, опубликованного MOS-балла нет.

Сценарии применения

  • озвучивание текста на хауса
  • создание аудиоверсий материалов на хауса
  • озвучивание веб-страниц и браузерных приложений офлайн
  • выбор мужского или женского голоса для синтеза речи
  • синтез речи на стандартном диалекте Кано

Ограничения

Модель ориентирована на стандартный хауса Кано и не учитывает акустические особенности диалектов Сокото и Гобирава. Итоговые оценки естественности речи ещё собираются, опубликованного MOS-балла нет.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Murya — Multi-Speaker Hausa Neural Speech Synthesis

Murya is an 8-speaker Hausa text-to-speech system built on a Piper/VITS architecture and exported to ONNX for CPU-only, offline-capable inference. It runs client-side in the browser via WASM, with no GPU requirement at any stage of deployment.

The checkpoint has eight speakers (four male, four female). The public demo names two of them: Malama Asabe (female) and Malam Garba (male).

Why this model exists

At the time the WAXAL corpus was released, its authors noted that Hausa had no text-to-speech model. Murya was built to close that gap with a system that is deployable in the conditions Hausa is actually spoken in — low bandwidth, intermittent connectivity, and commodity hardware.

What distinguishes it

  • Multi-speaker. Eight speakers (four male, four female) from the WAXAL Hausa TTS subset. Most publicly available Hausa TTS models are single-speaker.
  • Offline-capable. ONNX/WASM client-side inference with IndexedDB caching. No Python runtime, no server round-trip, no GPU.
  • Low latency. Sub-110ms time-to-first-audio-chunk on client-side WASM, with optional server fallback.
  • 22,050 Hz output. The rate stored in model.onnx.json (audio.sample_rate).

Specifications

ArchitectureMulti-speaker VITS (Piper), ONNX export
Speakers8 (4 male, 4 female). Demo names two: Malama Asabe, Malam Garba
Speaker mapF2=0, M3=1, M2=2, F4=3, M4=4, F1=5, M1=6, F3=7 (model.onnx.json)
Sampling rate22,050 Hz
RuntimeWASM ONNX client-side; FastAPI rising-edge stream server fallback
Fine-tuning corpusWAXAL Hausa TTS subset (google/WaxalNLP)
Tonal handlingLitvinova RTL syllable-weight segmentation
Dialect calibrationStandard Kano Hausa (Eastern)

Dialect scope

Acoustic tuning targets Standard Kano Hausa. Sokoto and Gobirawa acoustic variation is not currently modeled and is scheduled for a future release. Users deploying into western dialect areas should evaluate before production use.

Evaluation status

A blind, randomized Mean Opinion Score study (ITU-T P.800-style, 1–5 naturalness scale, with a real-human-speech anchor) is currently collecting ratings. No score is published until each voice clears a floor of 20 ratings. Results are not final and no MOS figure is claimed here.

Usage

Live demo and interactive evaluation: https://app.murya.ng

License

These weights are released under CC-BY-NC-SA 4.0 — free for research, academic, and other non-commercial use, with attribution, under share-alike terms.

The Murya application code is MIT and lives at https://github.com/adab-tech/hausa-ai. That license does not cover these weights.

Commercial use is not covered by this license. A separate commercial license is available, including hosted API access, self-hosted deployment, and per-language fine-tuning. Contact: hi@murya.ng

Attribution

Fine-tuned on the WAXAL corpus (CC-BY-4.0):

Diack, A., Nelson, P., Agbesi, K., et al. WAXAL: A Large-Scale Multilingual African Language Speech Corpus. arXiv:2602.02734, 2026. https://huggingface.co/datasets/google/WaxalNLP

The WAXAL corpus is used as fine-tuning data. The surrounding architecture, inference pipeline, tonal handling, and deployment stack are original work and are not derivative of the corpus.

Citation

@misc{abubakar2026murya,
  title  = {Murya: Multi-Speaker Offline-Capable Hausa Neural Speech Synthesis},
  author = {Abubakar, Adamu Danjuma},
  year   = {2026},
  url    = {https://huggingface.co/adab-tech/murya-piper-hausa-tts}
}

© 2026 Adamu Danjuma Abubakar · https://adamu.tech

Как запустить

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

GPU в ailist

Универсальный рантайм · piper

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
f61d876

0 моделей