Характеристики

Размер весов: 2,4 ГБ
Лицензия: Своя лицензия
Опубликована: 23 июн 2026

Ссылки

style-bert-vits2-gguf

Синтез речиТекст → аудио3 профессии

Конвертированный набор моделей Style-Bert-VITS2 в GGUF для локального синтеза японской речи через совместимые компоненты TTS.cpp.

180скачиваний за 30 дней3лайкавеса 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

Набор файлов GGUF, подготовленных kevinzhow для локального синтеза речи с помощью Style-Bert-VITS2 в связке с myoland.tts и серверами TTS.cpp. Это артефакты конвертации исходных акустических моделей голосов и японской модели JP-BERT в формат GGUF, а не новые обученные модели. Репозиторий включает модели голосов и компонент JP-BERT для японского пути обработки текста; перечисленные примеры голосов основаны на моделях litagin/style_bert_vits2_jvnv, а JP-BERT — на ku-nlp/deberta-v2-large-japanese-char-wwm.

Модель предназначена для локального преобразования текста в речь через совместимый GGML frontend и декодер TTS.cpp. Метаданные указывают задачу text-to-speech и японский язык. GGUF упрощает запуск в соответствующей локальной среде, однако для работы требуются совместимый сервер, frontend и подходящие файлы голосов.

Лицензия указана как other; README требует соблюдать исходные условия использования моделей и голосов, включая требования атрибуции на страницах источников.

Сценарии применения

локальный синтез японской речи из текста
озвучивание японских фраз выбранным голосом
интеграция Style-Bert-VITS2 в локальный сервер TTS.cpp

Ограничения

Для запуска нужны совместимые компоненты myoland.tts или TTS.cpp и соответствующие файлы frontend и голосов. Условия и требования атрибуции исходных моделей и голосов сохраняются.

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 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 I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Style-Bert-VITS2 GGUF Models

GGUF runtime bundle for the myoland.tts Style-Bert-VITS2 GGML backend and the TTS.cpp Style-Bert-VITS2 model servers.

These files are conversion artifacts for local GGML inference. They are not new trained models. Use each artifact under the original upstream model or voice terms, including the attribution requirements from the source model pages.

Layout

voices/*.gguf: Style-Bert-VITS2 acoustic models used by the TTS.cpp decoder server.
frontend/style-bert-vits2-jp-bert.gguf: Japanese JP-BERT feature model used by the Style-Bert-VITS2 GGML frontend path.
MANIFEST.sha256: SHA-256 checksums for uploaded GGUF files.

Source Models

GGUF artifact	Upstream source	Notes
`frontend/style-bert-vits2-jp-bert.gguf`	`ku-nlp/deberta-v2-large-japanese-char-wwm`	Japanese DeBERTa / JP-BERT feature model converted for the TTS.cpp Style-Bert-VITS2 JP-BERT server. Tokenizer files come from the same upstream model.
`voices/jvnv-F1-jp-full-sdp.gguf`	`litagin/style_bert_vits2_jvnv`	Converted from `jvnv-F1-jp_e160_s14000.safetensors` plus the matching Style-Bert-VITS2 config and style vectors.
`voices/jvnv-F2-jp-full-sdp.gguf`	`litagin/style_bert_vits2_jvnv`	Converted from `jvnv-F2_e166_s20000.safetensors` plus the matching Style-Bert-VITS2 config and style vectors.
`voices/jvnv-M1-jp-full-sdp.gguf`	`litagin/style_bert_vits2_jvnv`	Converted from `jvnv-M1-jp_e158_s14000.safetensors` plus the matching Style-Bert-VITS2 config and style vectors.
`voices/jvnv-M2-jp-full-sdp.gguf`	`litagin/style_bert_vits2_jvnv`	Converted from `jvnv-M2-jp_e159_s17000.safetensors` plus the matching Style-Bert-VITS2 config and style vectors.
`voices/amitaro-full-sdp.gguf`	`litagin/sbv2_amitaro`	Converted from the `amitaro` Style-Bert-VITS2 assets. The source terms require visible credit such as `Style-BertVITS2 model: あみたろ、あみたろの声素材工房 (https://amitaro.net/)`.
`voices/koharune-ami-full-sdp.gguf`	`litagin/sbv2_koharune_ami`	Converted from the `koharune-ami` Style-Bert-VITS2 assets. The source terms require visible credit such as `Style-BertVITS2モデル: 小春音アミ、あみたろの声素材工房 (https://amitaro.net/)`.
`voices/mao-full-sdp.gguf`	AivisHub `まお`	Downloaded as an AIVM Safetensors package and converted to the local Style-Bert-VITS2 asset layout before GGUF conversion. AIVM model UUID: `a59cb814-0083-4369-8542-f51a29e72af7`; package SHA-256: `1c8ec3160c80b14eb25e216a981d066a029f41f5594862ea4b5f063a59575846`.
`voices/michinoku-airi-full-sdp.gguf`	AivisHub `みちのくあいり`	Downloaded as an AIVM Safetensors package and converted to the local Style-Bert-VITS2 asset layout before GGUF conversion. AIVM model UUID: `1b2830f4-8cf1-4184-a0d9-3a1bace3a844`; package SHA-256: `cd5392d4996121b37b2cd2372b5658da967b98f3670796868284bc8b9c58df21`.
`voices/chu2-full-sdp.gguf`	AivisHub `中2`	Downloaded as an AIVM Safetensors package and converted to the local Style-Bert-VITS2 asset layout before GGUF conversion. AIVM model UUID: `9107b8b6-1ed1-43f5-bebe-0de4df4d229d`; package SHA-256: `1a959653a7844dc85273b3c5b1b703e5883dbdf60d2822ca4e77133124fefd60`.
`voices/nise-full-sdp.gguf`	AivisHub `にせ`	Downloaded as an AIVM Safetensors package and converted to the local Style-Bert-VITS2 asset layout before GGUF conversion. AIVM model UUID: `6d11c6c2-f4a4-4435-887e-23dd60f8b8dd`; package SHA-256: `ed38a9a6c5e08c7a25b6ea1db0032d365530637896f874aaa55e627b1e1cf91b`.
`voices/kanon-full-sdp.gguf`	AivisHub `花音`	Downloaded as an AIVM Safetensors package and converted to the local Style-Bert-VITS2 asset layout before GGUF conversion. AIVM model UUID: `a670e6b8-0852-45b2-8704-1bc9862f2fe6`; package SHA-256: `7f0f744a37cb89db46725c3ff6cf14668e9a99f41e232266d14ea0ead67b5d53`.
`voices/mai-full-sdp.gguf`	AivisHub `まい`	Downloaded as an AIVM Safetensors package and converted to the local Style-Bert-VITS2 asset layout before GGUF conversion. AIVM model UUID: `e9339137-2ae3-4d41-9394-fb757a7e61e6`; package SHA-256: `7ab31ef87b9c1c1f6fce8c9a0f6dea7a812875c70598048339483b4540559db6`.
`voices/runa-full-sdp.gguf`	AivisHub `るな`	Downloaded as an AIVM Safetensors package and converted to the local Style-Bert-VITS2 asset layout before GGUF conversion. AIVM model UUID: `4f281e78-eba6-495a-8e50-5c322d02b5b1`; package SHA-256: `b1ef9a21f3beb63981ee34e799684379084c14a20aad2b4fdfba5f7f93bc3417`.

Conversion Notes

Voice artifacts were converted from Style-Bert-VITS2 config.json, style_vectors.npy, and .safetensors model assets into the TTS.cpp GGUF format. AIVM voices were first unpacked into the same Style-Bert-VITS2 asset layout, then converted to GGUF.

The full-sdp suffix is the local TTS.cpp naming convention for the converted Style-Bert-VITS2 model variant used by the GGML frontend path.

Runtime Use

The expected local layout is:

tmp/style-bert-vits2-gguf/
  frontend/style-bert-vits2-jp-bert.gguf
  voices/*.gguf

Example download:

hf download kevinzhow/style-bert-vits2-gguf \
  voices/jvnv-F1-jp-full-sdp.gguf \
  frontend/style-bert-vits2-jp-bert.gguf \
  --local-dir /path/to/TTS.cpp/tmp/style-bert-vits2-gguf

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Ревизия весов: 94bdff0