Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 8 800
- Размер весов
- 1 МБ
- Лицензия
- Apache 2.0
- Архитектура
- vits · dense
- Опубликована
- 18 дек 2023
Ссылки
tiny-random-vits
Миниатюрная тестовая модель VITS для преобразования текста в аудиосигнал через Transformers.
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Тесты пользователейпока нет
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Синтез речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.
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
echarlaix/tiny-random-vits — небольшая тестовая модель семейства VITS, опубликованная Ella Charlaix на Hugging Face. Она предназначена для преобразования текстового ввода в аудиосигнал и использования через библиотеку Transformers с задачей text-to-audio.
Модель содержит около 8,8 тыс. параметров, использует формат Safetensors и распространяется по лицензии Apache-2.0. Благодаря крайне малому размеру она подходит для проверки загрузки, совместимости и базовых сценариев инференса, но не предназначена для получения качественной речи или промышленного синтеза.
Сценарии применения
- проверка пайплайна text-to-audio
- тестирование загрузки VITS-моделей
- разработка и отладка интеграции Transformers
- эксперименты с синтезом аудио
Ограничения
Из-за крайне малого размера и тестового характера модель не предназначена для качественного или производственного синтеза речи. Поддерживаемый естественный язык и длина контекста не установлены по доступным данным.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- VitsModel
- Ревизия весов
- c62dc60