Характеристики

Контекст: 131 072 токена
Параметры: 3,3 млрд
Размер весов: 6,6 ГБ
Лицензия: MIT
Архитектура: llama · dense
Базовая модель: orpheus-3b-0.1-pretrained
Опубликована: 5 апр 2025

Ссылки

Hugging Face

orpheus-urdu-tts

mahwizzzz

Генерация текстаТекст → текст3 профессии

Экспериментальная модель на основе Orpheus 3B для преобразования текста на урду в речь.

250скачиваний за 30 дней10лайковвеса обновлены4 ноя 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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 Urdu — дообученная модель синтеза речи на основе Orpheus 3B от CanopyLabs, адаптированная для урду. Она принимает текст и генерирует речь на урду; автор предлагает её для экспериментов с синтезом речи, включая озвучивание аудиокниг и использование в разговорных системах.

Модель основана на плотной архитектуре Llama с классом LlamaForCausalLM и содержит 3,3 млрд параметров. Контекстная длина — до 131 072 токенов. Для обучения использован набор mahwizzzz/UAT из 20,4 тыс. аудиозаписей аудиокниг; дообучение проводилось в течение 10 эпох на RTX 4090. Репозиторий содержит веса в формате Safetensors.

Автор помечает модель как экспериментальную и не рекомендует её для производственного использования. Лицензия — MIT.

Сценарии применения

синтез речи на урду из текста
озвучивание аудиокниг на урду
создание голосовых ответов на урду для разговорных систем
эксперименты с синтезом речи на урду

Ограничения

Автор не рекомендует модель для производственного использования и описывает её как экспериментальную. Результаты зависят от качества и охвата обучающих данных, содержащих аудиозаписи аудиокниг.

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

Orpheus Urdu (16 bit)

Samle generated audio

Model Description

The Orpheus Urdu TTS model is a fine-tuned version of the Orpheus 3B text-to-speech model specifically adapted for Urdu language. This experimental model not recommended for production use this was trained on the mahwizzzz/UAT dataset, which contains 20.4k audio samples split from train. This fine-tuning was performed for 10 epochs on a single RTX 4090.

Intended Use

This model can be used for generating Urdu speech from text. It is ideal for experimenting with TTS systems for Urdu, particularly for audiobooks, conversational AI, or speech synthesis tasks.

Model Training

Dataset: mahwizzzz/UAT (20.4k audiobook audio samples)
Training Epochs: 10 epochs
Hardware: RTX 4090

Model Usage

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: 5b75ef6