Характеристики

Лицензия: MIT
Библиотека: voxcpm
Опубликована: 28 июн 2026

Ссылки

Hugging Face

ghana-tts-72k

ghananlpcommunity

Синтез речиТекст → аудио3 профессии

Ghana TTS – 72k — дообученная на ганских языках модель VoxCPM для синтеза речи из текста.

10скачиваний 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 – 72k — чекпойнт синтеза речи, созданный GhanaNLP Community на основе VoxCPM и дообученный на более чем 1 400 часах речи на 44 языках Ганы. Это состояние обучения на 72 000 шаге; репозиторий содержит веса safetensors, компоненты аудиокодека VAE, конфигурацию планировщика шума, токенизатор и образцы аудио для голосового промптинга.

Модель предназначена для преобразования текста в речь на ганских языках; для запуска инференса README направляет к пространству Ghana TTS. В метаданных указана библиотека VoxCPM и лицензия MIT. Обучение проводилось в формате bf16 с TF32 на одном NVIDIA H200.

Сценарии применения

озвучивание текста на ганских языках
создание голосовых ответов для приложений на местных языках Ганы
генерация аудиопримеров для речевых интерфейсов
озвучивание материалов для обучения и информирования

Ограничения

README описывает чекпойнт на 72 000 шаге, но не приводит оценок качества или сравнительных тестов. Для инференса README отсылает к пространству Ghana TTS; самостоятельные инструкции по запуску не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей 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 – 72k

Checkpoint at 72,000 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: e8a51f1