/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Llama-3.2-3B-Instruct
Библиотека
transformers
Опубликована
4 апр 2025

3b-es_it-ft-research_release

Синтез речиТекст → аудио3 профессии

Модель Orpheus TTS от CanopyAI синтезирует выразительную испанскую и итальянскую речь из текста, поддерживая потоковую генерацию и клонирование голоса.

672скачиваний за 30 дней22лайкавеса обновлены9 апр 2025

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

canopylabs/3b-es_it-ft-research_release — дообученная CanopyAI модель Orpheus TTS на базе Llama, предназначенная для синтеза речи из текста на испанском и итальянском языках. Репозиторий использует Transformers и содержит веса в формате safetensors; лицензия — Apache-2.0.

Модель рассчитана на генерацию естественной речи с выразительной интонацией, эмоциями и ритмом, клонирование голоса без предварительного дообучения и управление характеристиками речи с помощью тегов. В README заявлена потоковая генерация с задержкой около 200 мс, которую можно сократить примерно до 100 мс при потоковой подаче текста.

Это исследовательский релиз дообучений семейства Orpheus 3B для испанского и итальянского языков. Качество, задержки и возможности клонирования указаны разработчиком; результат может зависеть от реализации и настроек инференса. Разработчик запрещает использовать модель для имитации голоса без согласия, обмана, мошенничества и незаконной или вредоносной деятельности.

Сценарии применения

  • синтез испанской речи из текста
  • синтез итальянской речи из текста
  • потоковая генерация речи для приложений реального времени
  • создание озвучки с управляемой интонацией и эмоциями
  • клонирование голоса по аудиопримеру

Ограничения

Заявленные характеристики качества и задержки приведены в README разработчика и могут зависеть от настроек инференса. Не следует использовать модель для имитации голоса без согласия, мошенничества или обмана.

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

Orpheus 3B Es & It Finetuned

4/9/2025 – We are releasing our 3B Orpheus TTS model with additional finetunes. Code is available on GitHub: CanopyAI/Orpheus-TTS


Orpheus TTS is a state-of-the-art, Llama-based Speech-LLM designed for high-quality, empathetic text-to-speech generation. This model has been finetuned to deliver human-level speech synthesis, achieving exceptional clarity, expressiveness, and real-time streaming performances.

Model Details

Model Capabilities

  • Human-Like Speech: Natural intonation, emotion, and rhythm that is superior to SOTA closed source models
  • Zero-Shot Voice Cloning: Clone voices without prior fine-tuning
  • Guided Emotion and Intonation: Control speech and emotion characteristics with simple tags
  • Low Latency: ~200ms streaming latency for realtime applications, reducible to ~100ms with input streaming

Model Sources

Usage

Check out our Colab (link to Colab) or GitHub (link to GitHub) on how to run easy inference on our finetuned models.

Model Misuse

Do not use our models for impersonation without consent, misinformation or deception (including fake news or fraudulent calls), or any illegal or harmful activity. By using this model, you agree to follow all applicable laws and ethical guidelines. We disclaim responsibility for any use.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Ревизия весов
072e468

0 моделей