/ Модель

Характеристики

Размер весов
327 МБ
Лицензия
Apache 2.0
Базовая модель
Kokoro-82M
Опубликована
27 авг 2026

kokoro-vi-ngoc-huyen

Синтез речиТекст → аудио3 профессии

Дообученная на базе Kokoro-82M модель синтезирует вьетнамскую речь голосом Ngọc Huyền.

101скачиваний за 30 дней2лайкавеса обновлены27 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

Kokoro Vietnamese — Ngọc Huyền — это дообученная модель синтеза речи на базе hexgrad/Kokoro-82M, подготовленная для голоса Ngọc Huyền. Репозиторий содержит инференсный чекпойнт PyTorch, голосовой пакет и конфигурацию с вьетнамским словарём; обучение и дообучение в репозитории не описаны.

Модель преобразует текст на вьетнамском языке в речь. Для преобразования графем в фонемы используется vig2p и адаптированный фронтенд Kokoro, который учитывает вьетнамские начальные согласные и тоны. Модель рассчитана на синтез одним голосом; сведений о размере, длине контекста или других поддерживаемых языках карточка не содержит.

Лицензия — Apache-2.0. Для работы требуется совместимый инференсный код и вьетнамский фронтенд из репозитория; качество произношения зависит от корректной обработки вьетнамского текста и фонемизации.

Сценарии применения

  • озвучивание вьетнамского текста голосом Ngọc Huyền
  • создание вьетнамской озвучки для видео и презентаций
  • генерация речи для вьетнамоязычных приложений и сервисов

Ограничения

Модель предназначена для вьетнамского языка и голоса Ngọc Huyền; для корректного произношения требуется совместимый фронтенд с vig2p. Карточка не приводит количественных оценок качества синтеза.

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

Kokoro Vietnamese - Ngọc Huyền

Kokoro Vietnamese TTS finetuned for the Ngọc Huyền voice. This repository is inference-only: it includes the converted Kokoro model, voicepack, config, and the patched Vietnamese Kokoro inference frontend.

Files

FilePurpose
model/kokoro_vi_ngoc_huyen.pthConverted Kokoro inference checkpoint
voices/ngoc_huyen.ptNgọc Huyền voicepack
config.jsonKokoro model config with Vietnamese vocab
kokoro/Patched Kokoro inference package
infer.pyCLI and Python API
app.pyGradio demo

Install

git clone https://huggingface.co/dinhthuan/kokoro-vi-ngoc-huyen
cd kokoro-vi-ngoc-huyen
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

CLI

python infer.py \
  --text "Xin chào, tôi là giọng đọc Ngọc Huyền." \
  --output outputs/demo.wav \
  --device cuda \
  --print-phonemes

Use CPU:

python infer.py \
  --text "Tường nhà khách được sơn lại vào sáng nay." \
  --output outputs/cpu.wav \
  --device cpu

Python API

import soundfile as sf
from infer import KokoroVietnameseTTS

tts = KokoroVietnameseTTS(device="cuda")
sample_rate, audio, phonemes = tts.synthesize(
    "Xin chào, tôi là giọng đọc Ngọc Huyền.",
    speed=1.0,
)

sf.write("outputs/demo.wav", audio, sample_rate)
print(phonemes)

Gradio

python app.py

Vietnamese G2P

This model uses vig2p==0.1.0 for Vietnamese grapheme-to-phoneme conversion through the patched KPipeline(lang_code="v") frontend. The frontend preserves Vietnamese onset contrasts such as t/th, tr/ch, s/x, and d/gi, maps Vietnamese tone markers into Kokoro-compatible symbols, and keeps the same text-to-phoneme path used during training.

Voice

Ngọc Huyền

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
8148f67

0 моделей