Характеристики

Лицензия: MIT
Базовая модель: VibeVoice-7B
Библиотека: audio.cpp
Опубликована: 28 авг 2026

Ссылки

Hugging Face

VibeVoice-7B-GGUF

audio-cpp

Синтез речиТекст → аудио3 профессии

VibeVoice-7B-GGUF — это конвертация модели VibeVoice-7B в формат GGUF для запуска через audio.cpp.

34 254скачиваний за 30 дней1лайквеса обновлены28 авг 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

Модель разработана авторами проекта VibeVoice; данный пакет адаптирован для экосистемы audio.cpp.

Модель предназначена для синтеза речи по тексту, включая создание длинных аудиофрагментов и многодикторскую генерацию. Она поддерживает английскую и китайскую речь. Архитектура основана на модели VibeVoice с 7 млрд параметров; доступный файл использует квантование Q8_0 в формате GGUF. Пакет можно применять через CLI или сервер audio.cpp, а также выбирать через нативный WebUI после публикации пакета.

К сильным сторонам относятся поддержка длинных форматов и нескольких дикторов, а также возможность локального запуска в audio.cpp. В README не указаны точные ограничения по длине контекста, перечень поддерживаемых голосов, требования к входным данным и качество синтеза. Приведённая проверка на RTX 5090 показала коэффициент реального времени около 0,18, длительность вывода около 52 секунд и пиковое потребление видеопамяти около 13,3 ГБ, однако эти значения зависят от реализации и оборудования и не являются полноценным бенчмарком. Распространение выполняется по лицензии MIT.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VibeVoice 7B GGUF for audio.cpp

GGUF conversion of vibevoice/VibeVoice-7B for audio.cpp.

Upstream model: vibevoice/VibeVoice-7B

Files

vibevoice-7b-q8_0.gguf: Q8_0 GGUF package for VibeVoice 7B.
LICENSE: MIT license from the upstream VibeVoice project.

Usage

Use the GGUF directly with audio.cpp CLI/server, or download/select it from the native WebUI once the package is published.

VibeVoice is a long-form, multi-speaker speech generation model. It is intended for English and Chinese speech synthesis.

Local audio.cpp check

Observed quick-check performance on RTX 5090 for the Q8_0 GGUF in audio.cpp server mode:

RTF: about 0.18
Output length: about 52s
Peak VRAM: about 13.3 GB

These numbers are implementation and hardware dependent. They are only a quick audio.cpp sanity check, not a benchmark.

Как запустить

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

GPU в ailist

Универсальный рантайм · audio.cpp

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: 4bad716