Характеристики

Лицензия: MIT
Библиотека: voxcpm
Опубликована: 28 июн 2026

Ссылки

Hugging Face

ghana-tts-36k

ghananlpcommunity

Синтез речиТекст → аудио3 профессии

Дообученный на многоязычной ганской речи чекпойнт VoxCPM для синтеза речи из текста на языках Ганы.

41скачиваний за 30 дней0лайковвеса обновлены2 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

Ghana TTS – 36k — чекпойнт синтеза речи, дообученный сообществом GhanaNLP на базе VoxCPM. Он зафиксирован на 36 000 шагов обучения и обучался на более чем 1 400 часах речи на 44 языках Ганы. Репозиторий содержит веса safetensors, компоненты аудиокодека VAE, конфигурацию планировщика шума и токенизатор; для синтеза предусмотрена возможность голосового промптинга с использованием образцов референсного аудио.

Модель предназначена для преобразования текста в речь на поддерживаемых ганских языках. Она обучалась с bf16 и TF32 на одном NVIDIA H200; для запуска README отсылает к демонстрационному пространству Ghana TTS. В метаданных указан pipeline text-to-speech, библиотека VoxCPM, лицензия MIT и языковые теги, включающие английский и ганские языки.

Качество и охват могут различаться между языками; README не приводит отдельные оценки качества или подробные требования к инференсу. В репозитории также присутствует состояние оптимизатора, а чекпойнт на 36 000 шагов может отражать промежуточную стадию обучения.

Сценарии применения

синтез речи на ганских языках из текста
создание голосовых ответов на языках Ганы
озвучивание коротких текстов с использованием голосового промпта
создание голосовых демонстраций для ганских языков

Ограничения

README не приводит сравнительных оценок качества или подробных требований к инференсу; качество может различаться между языками. Чекпойнт указан на 36 000 шагах и может быть промежуточным состоянием обучения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ghana TTS – 36k

Checkpoint at 36,000 steps for the Ghana TTS model, fine-tuned from VoxCPM on 1,400+ hours of Ghanaian language speech data across 44 languages.

Trained on a single NVIDIA H200 (140 GB VRAM) using bf16 + TF32.

model.safetensors – model weights
optimizer.pth – optimizer state
audiovae/ – audio VAE components
scheduler/ – noise scheduler config
tokenizer/ – tokenizer files
prompt_audio/ – reference audio samples for voice prompting

Usage

See the Ghana TTS space for inference.

Training

Training code: github.com/michsethowusu/VoxCPM

Как запустить

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

GPU в ailist

Универсальный рантайм · voxcpm

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: f141423