/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,3 млрд
Размер весов
6,6 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
13 апр 2025

orpheus-bangla-emotional-tts

Генерация текстаТекст → текст3 профессии

Модель преобразует бенгальский текст в речь с настраиваемой эмоциональной окраской.

371скачиваний за 30 дней5лайковвеса обновлены13 апр 2025

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат 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

Orpheus Bangla Emotional TTS — модель синтеза речи на бенгальском языке, созданная разработчиком ehzawad на основе архитектуры Orpheus и декодера SNAC. Она преобразует текст на бенгальском языке в естественно звучащую речь с частотой дискретизации 24 кГц и позволяет задавать эмоциональную манеру произнесения: например, радостную, грустную, сердитую, удивлённую или шёпот. Модель основана на плотной архитектуре LlamaForCausalLM и содержит 3,3 млрд параметров; для неё указан контекст размером до 131 072 токенов. Репозиторий создан 13 апреля 2025 года, веса размещены в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • озвучивание текстов на бенгальском языке
  • создание эмоциональной озвучки для видео и аудиоконтента
  • генерация реплик для виртуальных персонажей на бенгальском языке
  • синтез речи с заданной скоростью или манерой произнесения

Ограничения

Описание не сообщает о точности, поддерживаемых голосах и требованиях к оборудованию; практическое качество и разнообразие произношения могут зависеть от входного текста и способа задания эмоций.

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 Bangla Emotional TTS Model

This is a Text-to-Speech model for Bangla (Bengali) language based on the Orpheus architecture. The model can generate natural-sounding Bangla speech from text input with various emotional styles.

🎮 Demo

Try out the model directly using our Hugging Face Space:

Model Details

  • Model Type: Text-to-Speech
  • Language: Bangla (Bengali)
  • Architecture: Orpheus TTS + SNAC decoder
  • Sample Rate: 24kHz
  • Special Features: Emotional speech synthesis
  • Emotions: Various emotional tones including happy, sad, angry, disgusted, frustrated, excited, curious, surprised, etc.

Supported Emotions

This model supports the following emotional styles:

  • happy
  • normal
  • disgust
  • sad
  • frustrated
  • slow
  • excited
  • whisper
  • panicky
  • curious
  • surprise
  • fast
  • crying
  • deep
  • sleepy
  • angry
  • high
  • shout

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
from snac import SNAC
import torch
import soundfile as sf

# Load the models
tokenizer = AutoTokenizer.from_pretrained("ehzawad/orpheus-bangla-emotional-tts")
model = AutoModelForCausalLM.from_pretrained(
    "ehzawad/orpheus-bangla-emotional-tts", 
    torch_dtype=torch.bfloat16,
    device_map="auto"
)
snac_model = SNAC.from_pretrained("hubertsiuzdak/snac_24khz").to("cuda")

# Sample prompt in Bangla
prompt = "আপনি কেমন আছেন?"  # "How are you?" in Bangla

# For emotional speech, add the emotion tag (e.g., for happy)
emotional_prompt = "<happy>আপনি কেমন আছেন?</happy>"

# Add your inference code here
# (Follow the example_usage.py code for complete inference)

Citation

If you use this model, please cite:

@misc{ehzawad2025orpheusbangla,
  author = {Ehzawad},
  title = {Orpheus Bangla Emotional TTS},
  year = {2025},
  publisher = {HuggingFace},
  howpublished = {\url{https://huggingface.co/ehzawad/orpheus-bangla-emotional-tts}}
}

Acknowledgements

This model is based on the Orpheus TTS architecture developed by Canopy Labs. We extend our gratitude to the original authors for their work.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
d8c2f0e

0 моделей