/ Модель

Характеристики

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

3b-ko-pretrain-research_release

Синтез речиТекст → аудио3 профессии

Корейская базовая модель Canopy Labs для выразительного синтеза речи и дообучения под клонирование голоса.

8скачиваний за 30 дней11лайковвеса обновлены11 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

Orpheus 3B Ko Pretrained — базовая модель синтеза речи на основе Llama, разработанная Canopy Labs. Она предназначена для генерации естественной речи из текста и как основа для дообучения под последующие задачи, включая клонирование голоса без предварительного обучения и классификацию. В карточке заявлены выразительная интонация, эмоции и ритм речи; модель создана на базе meta-llama/Llama-3.2-3B-Instruct и представлена в формате Safetensors для Transformers.

Модель ориентирована на корейский язык. Репозиторий опубликован под лицензией Apache-2.0. Для практического запуска авторы предлагают код и инструкции в GitHub-проекте Orpheus-TTS и демонстрационный Colab. Клонирование голоса и классификация названы возможными сценариями, но основная задача модели — синтез речи.

Сценарии применения

  • синтез корейской речи из текста
  • создание выразительной речи с естественной интонацией
  • дообучение модели для клонирования голоса
  • адаптация синтеза речи под собственный сценарий

Ограничения

Для пользовательского применения модель может потребовать дообучения; в карточке она описана как базовая модель для последующих задач. Авторы запрещают использовать её для имитации голоса без согласия, обмана или незаконной деятельности.

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 Ko Pretrained

03/18/2025 – 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 is the base model that can be used for many downstream tasks, like TTS, Zero-shot voice cloning and classification.

We're also releasing the training code so you can create custom finetunes of this model for your own use cases.

Model Details

Model Capabilities

  • Human-Like Speech: Minimally fine-tune to produce natural intonation, emotion, and rhythm that is superior to SOTA closed source models
  • Zero-Shot Voice Cloning: Clone voices without prior fine-tuning

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
5edce93

0 моделей