/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
rlx
Опубликована
23 июл 2026

zipvoice

Синтез речиТекст → аудио3 профессии

ZipVoice — конвертированная для RLX модель синтеза речи из текста с компонентами текстового энкодера и flow decoder.

17скачиваний за 30 дней0лайковвеса обновлены24 июл 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

ZipVoice — модель синтеза речи с текстовым энкодером и flow decoder, подготовленная в форматах ONNX и GGUF для RLX. Репозиторий eugenehp/zipvoice содержит конвертированную раскладку upstream-чекпойнта, включая компоненты энкодера, декодера и вокодера. Модель предназначена для преобразования текста в речь через runtime RLX; README отмечает, что это staging-сборка, а не основной runtime-пакет. Лицензия репозитория — Apache-2.0.

Сценарии применения

  • синтез речи по тексту в приложении на RLX
  • озвучивание текстовых сообщений
  • создание речевого аудио из подготовленного текста

Ограничения

README описывает сборку как staging-вариант, а не основной runtime-пакет RLX. Поддерживаемые языки и параметры контекста в предоставленных сведениях не раскрыты.

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

ZipVoice ONNX (RLX staging)

ZipVoice ONNX text encoder + flow decoder for RLX.

FieldValue
Hub ideugenehp/zipvoice
KindConverted / re-laid-out for RLX from an upstream checkpoint.
RLX craterlx-zipvoice
Upstreamhttps://huggingface.co/k2-fsa/ZipVoice

Quick start

hf download eugenehp/zipvoice --local-dir .
cargo run -p rlx-zipvoice --release -- --model-dir .

File highlights

  • fm_decoder.onnx (455.3 MiB)
  • zipvoice.f16.gguf (267.9 MiB)
  • onnx/vocoder_spec.onnx (51.6 MiB)
  • text_encoder.onnx (16.8 MiB)
  • encoder_body.onnx (16.8 MiB)
  • tokens.txt (2.5 KiB)

Do not use as the main runtime pack

These files may be present for historical / staging reasons but are not the supported RLX load path:

  • zipvoice.f16.gguf

Community *.f16.gguf / LM-only Q4 packs are format wraps — they are not drop-in replacements for the RLX primary file above.

Run with RLX

Clone rlx-models, place this repo under weights/tts/zipvoice (or pass the path explicitly), then:

cargo run -p rlx-zipvoice --release -- --model-dir .

License

Apache License 2.0 — see LICENSE. Inherit upstream terms when redistributing.

Original weights and authorship: https://huggingface.co/k2-fsa/ZipVoice

Maintenance

Cards and LFS attrs are regenerated from the local weights/ tree in rlx-models via python3 scripts/prepare_weights_hf.py.

Как запустить

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

GPU в ailist

Универсальный рантайм · rlx

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
8606ca5

0 моделей