/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
CC BY-NC 4.0
Архитектура
omnivoice · dense
Базовая модель
OmniVoice
Библиотека
omnivoice
Опубликована
15 сен 2026

darija-omnivoice-kore-v1

Синтез речиТекст → аудио3 профессии

Дообученная OmniVoice для синтеза марокканской арабской речи голосом Kore.

185скачиваний за 30 дней3лайкавеса обновлены16 сен 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

ai-ssam/darija-omnivoice-kore-v1 — дообученная на базе k2-fsa/OmniVoice модель синтеза речи, настроенная на марокканский арабский язык (дариджа) и голос Kore. Она предназначена для преобразования текста в речь с более чётким произношением дариджи, естественным ритмом и просодией и устойчивым тембром целевого голоса. Для подачи языка обычно используют код ary; модель работает в библиотеке OmniVoice и хранит веса в формате safetensors.

Это экспериментальная исследовательская версия. В карточке нет численных оценок качества или сходства голоса, поэтому перед применением стоит прослушать результаты. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

Сценарии применения

  • синтез речи на марокканской арабской даридже
  • озвучивание текста голосом Kore
  • создание голосовых демонстраций на даридже

Ограничения

Экспериментальный чекпойнт без опубликованных численных оценок качества синтеза или сходства голоса; результаты рекомендуется прослушать. Лицензия CC BY-NC 4.0 не допускает 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

Darija OmniVoice — Kore

A full fine-tune of k2-fsa/OmniVoice for Moroccan Arabic (Darija), targeting the Kore voice.

This checkpoint specializes OmniVoice toward clearer Darija pronunciation, more natural rhythm and prosody, and a consistent speaker — rather than relying on the base model's generic multilingual Darija coverage alone.

For the full write-up (data, training setup, design choices, and evaluation notes), see:

Training a voice

Quick facts

Base modelk2-fsa/OmniVoice
Language IDary
Target voiceKore
Steps5,000
Examples8,400 train / 187 val
PrecisionBF16
Hardware1× NVIDIA H100
TypeFull fine-tune
Emotion / instruction conditioningDisabled
Audio tokenizereustlb/higgs-audio-v2-tokenizer

Experimental research release. No MOS / WER / speaker-similarity numbers yet — listen before making strong quality claims.

Usage

pip install omnivoice
# or: git clone https://github.com/k2-fsa/OmniVoice.git && cd OmniVoice && pip install -e .
import torch
import soundfile as sf
from omnivoice import OmniVoice

model = OmniVoice.from_pretrained(
    "ai-ssam/darija-omnivoice-kore-v1",
    device_map="cuda:0",
    dtype=torch.float16,
)

audio = model.generate(
    text="السلام عليكم، كيدايرين؟ نتمنى تكونو بخير.",
    language="ary",
)

sf.write("darija.wav", audio[0], model.sampling_rate)
omnivoice-infer \
  --model ai-ssam/darija-omnivoice-kore-v1 \
  --text "السلام عليكم، كيدايرين؟" \
  --language ary \
  --output darija.wav

Passing language="ary" usually gives a clearer conditioning signal. The audio tokenizer is fetched automatically if not present locally.

License

CC BY-NC 4.0 — commercial use is not permitted.

Upstream OmniVoice code is Apache-2.0; the pretrained weights are CC-BY-NC, so this derivative stays non-commercial. See k2-fsa/OmniVoice.

Do not use for deceptive impersonation, fraud, or unauthorized voice cloning.

Citation

@article{zhu2026omnivoice,
  title={OmniVoice: Towards Omnilingual Zero-Shot Text-to-Speech with Diffusion Language Models},
  author={Zhu, Han and Ye, Lingxuan and Kang, Wei and Yao, Zengwei and Guo, Liyong and Kuang, Fangjun and Han, Zhifeng and Zhuang, Weiji and Lin, Long and Povey, Daniel},
  journal={arXiv preprint arXiv:2604.00688},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · omnivoice

Нельзя запустить

Архитектура omnivoice неизвестна transformers в образе рантайма.

Класс архитектуры
OmniVoice
Ревизия весов
c50b31e

0 моделей