/ Модель
Каталог

Характеристики

Опубликована
22 июл 2026

Ссылки

Hugging Face

kiri-s2s

blizzer-tech
Обработка аудиоАудио → аудио

Kiri-S2S — потоковая модель Blizzer для голосовых диалогов на кхмерском и английском языках с прямым преобразованием речи в речь.

0скачиваний за 30 дней4лайкавеса обновлены25 июл 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

Kiri-S2S — потоковая сквозная модель диалогового преобразования речи в речь, разработанная Blizzer с приоритетом поддержки кхмерского языка. Она принимает аудио напрямую и генерирует голосовой ответ без отдельных этапов распознавания и синтеза речи; также поддерживает разговоры на английском и перевод между языками. Модель рассчитана на диалоги в реальном времени, потоковую выдачу ответа и голосовые звонки с возможностью перебить речь собеседника. Встроены четыре голоса: Bosba, Borey, Setha и Maly.

В README указаны размер 2,04 млрд параметров и архитектура сквозной нейросети speech-to-speech. Токенизатор дополнен 4 000 кхмерских токенов. В репозитории указаны веса safetensors. Карточка называет модель предварительной исследовательской версией; возможны фактические ошибки, неверная интерпретация фонового шума и неестественные формулировки. Модель оптимизирована для кхмерского и английского, выбор голоса ограничен встроенными вариантами. Лицензия в предоставленных данных не указана.

Сценарии применения

  • голосовые диалоги на кхмерском языке в реальном времени
  • голосовой помощник для общения на английском и кхмерском
  • перевод устной речи между кхмерским и английским
  • обработка голосовых звонков с возможностью перебивать ответ модели
  • озвучивание ответов одним из четырёх встроенных голосов

Ограничения

Модель может ошибаться в фактах, неверно интерпретировать фоновый шум и выдавать неестественные формулировки; она оптимизирована только для кхмерского и английского, а выбор голоса ограничен четырьмя встроенными вариантами. Не предназначена для принятия медицинских, юридических или финансовых решений.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Kiri-S2S — Real-Time Khmer Speech-to-Speech AI

Kiri (គីរី) is an end-to-end, real-time speech-to-speech conversational AI model built Khmer-first by Blizzer.

Speak to it in Khmer and it talks back in a natural voice in under a second — streaming audio while the rest of the reply is still being generated. It also converses in English and supports live translation.

The name "Kiri" comes from the Khmer word for "mountain" (គីរី).

👉 Try the Live Demo: s2s.blizzer.tech
📖 Read the Launch Post: English Blog | អត្ថបទជាភាសាខ្មែរ (Khmer)

Key Capabilities

  • Speech-to-Speech (S2S): Understands raw audio input directly and generates spoken responses natively without separate intermediate conversion steps.
  • Real-Time Streaming: Responds in <1 second regardless of reply length; starts speaking while processing continues.
  • Khmer-First & Bilingual: Native Khmer and English support, seamlessly switching languages or translating live on request.
  • 4 Built-in Native Voices: Select between Bosba, Borey, Setha, and Maly.
  • Live-Call Ready: Designed for real-time streaming voice interactions with barge-in support (interrupt mid-sentence).

Model Overview

  • Model Size: 2.04 Billion Parameters
  • Architecture: End-to-End Native Speech-to-Speech Neural Architecture
  • Tokenizer Efficiency: Extended with 4,000 native Khmer tokens (−80% token processing cost for Khmer compared to standard multilingual models).

Current Limitations (Research Preview)

  • Research Preview: May occasionally make factual errors, misinterpret background noise, or produce unnatural phrasing.
  • Language Scope: Optimized for Khmer and English only.
  • Voice Options: Fixed to the four built-in speakers.
  • Non-Professional Advice: Not intended for medical, legal, or financial decision-making.

About Blizzer

Developed by Blizzer, a Cambodian AI startup dedicated to building voice AI technology that natively serves Khmer speakers.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
bf1100f

0 моделей

    Создать бенчмарк