/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Опубликована
19 июн 2026

Ссылки

Hugging Face

LuxTTS

aitekphsoftware
Синтез речиТекст → аудио

Производная модели YatharthS/LuxTTS. Компактная модель LuxTTS синтезирует естественную речь по тексту и клонирует голос по образцу с высокой скоростью.

7скачиваний за 30 дней0лайковвеса обновлены19 июн 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

Карточка модели aitekphsoftware/LuxTTS на Hugging Face совпадает с карточкой YatharthS/LuxTTS, поэтому описание составлено по ней.

LuxTTS — компактная модель синтеза речи с клонированием голоса, основанная на ZipVoice. Она предназначена для генерации естественно звучащей речи по тексту и воспроизведения голоса по образцу. Модель использует вокодер с частотой дискретизации 48 кГц и, согласно карточке, достигает скорости свыше 150× реального времени на одном GPU, а также работает быстрее реального времени на CPU и помещается менее чем в 1 ГБ видеопамяти.

В README указано, что модель дистиллирована до четырёх шагов и применяет улучшенный метод сэмплирования. Репозиторий содержит формат ONNX; лицензия — Apache-2.0. Карточка заявляет высокое качество клонирования голоса и речи, однако не приводит подробностей об обучающих данных, поддерживаемых голосах или оценках качества.

Сценарии применения

  • озвучивание текста естественной речью
  • клонирование голоса по аудиообразцу
  • быстрая локальная генерация речи
  • создание речи с частотой 48 кГц
  • синтез речи на устройствах с ограниченной видеопамятью

Ограничения

README не уточняет требования к аудиообразцу для клонирования, набор поддерживаемых языков или результаты независимой оценки качества. Заявленные скорость и качество приведены в карточке модели и могут зависеть от оборудования и настроек.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LuxTTS

This is the model for LuxTTS, a lightweight zipvoice based text-to-speech model designed for high quality voice cloning and realistic generation at speeds exceeding 150x realtime.

Main features

  • Voice cloning: SOTA voice cloning on par with models 10x larger.
  • Clarity: Clear 48khz speech generation unlike most TTS models which are limited to 24khz.
  • Speed: Reaches speeds of 150x realtime on a single GPU and faster then realtime on CPU's as well.
  • Efficiency: Fits within 1gb vram meaning it can fit in any local gpu.

Details

  • Based on ZipVoice, distilled to 4steps.
  • Uses 48khz vocoder instead of 24khz vocoder.
  • Implemented higher quality sampling technique then standard euler.

Usage

Please check out the repo for usage: https://github.com/ysharma3501/LuxTTS.git

License

Model and code is released under Apache-2.0 license.

If you find the model/code helpful, stars or likes would be appreciated. Thank you.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
99a03f0

0 моделей

    Создать бенчмарк