/ Модель

Характеристики

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

3b-zh-ft-research_release

Синтез речиТекст → аудио3 профессии

Модель Canopy Labs на базе Orpheus 3B синтезирует выразительную китайскую речь из текста с потоковой генерацией, управлением эмоциями и клонированием голоса.

8скачиваний за 30 дней5лайковвеса 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

Canopy Labs выпустила эту дообученную версию Orpheus 3B для синтеза речи из текста. Модель построена на базе Llama и предназначена для генерации естественной, выразительной речи с потоковой выдачей; в карточке заявлены задержка около 200 мс и возможность снизить её примерно до 100 мс при потоковой подаче текста.

Модель поддерживает клонирование голоса по образцу без предварительного дообучения и управление эмоциями и интонацией с помощью тегов. Метаданные указывают китайский язык. Модель распространяется в формате safetensors по лицензии Apache-2.0. Авторы просят не использовать её для имитации голоса без согласия, обмана или незаконной деятельности.

Сценарии применения

  • синтез китайской речи из текста
  • потоковая озвучка для приложений с низкой задержкой
  • генерация речи с заданной эмоцией и интонацией
  • клонирование голоса по аудиообразцу
  • озвучивание диалоговых систем

Ограничения

Заявленные авторами качество и задержка не сопровождаются в карточке методикой оценки. Не следует использовать модель для имитации голоса без согласия или для обмана; для клонирования голоса требуется подходящий аудиообразец.

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 Zh 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
29d016d

0 моделей