/ Модель

Характеристики

Параметры
3,5 млн
Архитектура
vits · dense
Базовая модель
vits-ar-sa-A
Библиотека
transformers
Опубликована
24 июл 2026

lahja-sa-ahmad-v1

Синтез речиТекст → аудио3 профессии

Производная модели wasmdashai/lahja-sa-ahmad-v1. Модель WasmAI преобразует текст на арабском языке в речь с произношением и интонацией саудовского диалекта.

11скачиваний за 30 дней1лайквеса обновлены24 июл 2026

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Синтез речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

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

Карточка модели markdived/lahja-sa-ahmad-v1 на Hugging Face совпадает с карточкой wasmdashai/lahja-sa-ahmad-v1, поэтому описание составлено по ней.

Lahja SA Ahmad V1 — модель синтеза речи из текста, разработанная WasmAI для арабского языка с акцентом на саудовский диалект. Она подходит для голосовых ассистентов, чат-ботов, телефонных IVR-систем, клиентской поддержки, образовательных и вспомогательных приложений, а также устройств и робототехники.

Модель использует архитектуру VITS: текстовый энкодер, вариационный автоэнкодер, потоковую сеть априорного распределения, стохастический предсказатель длительности и нейросетевой декодер HiFi-GAN. В метаданных указан размер 3,5 млн параметров и формат safetensors; модель доступна через Transformers. Для дообучения использован набор LAHJA-API-Data. README называет базовой моделью wasmdashai/vits-ar-sa-Ahmad-v2, тогда как метаданные указывают wasmdashai/vits-ar-sa-A; точный исходный чекпойнт поэтому неоднозначен.

Разработчик заявляет естественное произношение, выразительную интонацию и низкую задержку. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

Сценарии применения

  • озвучивание ответов голосового ассистента на саудовском арабском
  • синтез речи для чат-ботов и клиентской поддержки
  • генерация голосовых сообщений для IVR-систем
  • озвучивание учебных материалов на саудовском диалекте
  • создание речевого интерфейса для устройств и роботов
  • озвучивание текста для вспомогательных технологий

Ограничения

Модель предназначена для саудовского диалекта арабского языка, поэтому её пригодность для других языков и диалектов не подтверждена. Условия лицензии в предоставленных источниках не указаны; сведения о базовом чекпойнте расходятся между README и метаданными.

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

Lahja SA Ahmad V1

Lahja SA Ahmad V1 is a production-ready Arabic Text-to-Speech (TTS) model developed by WasmAI and optimized for the Saudi dialect. Built on the VITS architecture, the model generates natural, expressive, and human-like speech while preserving Saudi pronunciation, rhythm, and linguistic characteristics.

Designed for both research and enterprise applications, Lahja SA Ahmad V1 enables developers to integrate realistic Arabic speech synthesis into conversational AI, voice assistants, accessibility technologies, educational platforms, robotics, customer service systems, and other intelligent applications.


✨ Features

  • 🇸🇦 Natural Saudi Arabic speech synthesis
  • 🎙️ Human-like pronunciation and expressive intonation
  • ⚡ Fast inference with low latency
  • 🧠 End-to-end VITS architecture
  • 🤖 Production-ready deployment
  • 🤗 Fully compatible with Hugging Face Transformers

🏗️ Architecture

The model is based on Variational Inference with Adversarial Learning for End-to-End Text-to-Speech (VITS).

Its architecture combines:

  • Transformer Text Encoder
  • Variational Autoencoder (VAE)
  • Flow-based Prior Network
  • Stochastic Duration Predictor
  • HiFi-GAN Neural Decoder

Base model:

wasmdashai/vits-ar-sa-Ahmad-v2


🚀 Installation

pip install transformers[torch]

💻 Usage

from transformers import VitsModel, AutoTokenizer
import torch

model = VitsModel.from_pretrained("wasmdashai/lahja-sa-ahmad-v1")
tokenizer = AutoTokenizer.from_pretrained("wasmdashai/lahja-sa-ahmad-v1")

text = "السلام عليكم ورحمة الله وبركاته"

inputs = tokenizer(text, return_tensors="pt")

with torch.no_grad():
    output = model(**inputs)

waveform = output.waveform.cpu().numpy().reshape(-1)

from IPython.display import Audio

Audio(waveform, rate=model.config.sampling_rate)

🎯 Applications

Lahja SA Ahmad V1 is suitable for:

  • Conversational AI
  • Voice Assistants
  • Interactive Chatbots
  • Customer Service Automation
  • Educational Platforms
  • Accessibility Solutions
  • Robotics
  • Smart Devices
  • IVR Systems
  • Enterprise AI Applications

📚 Dataset

The model was fine-tuned using the LAHJA-API-Data dataset, specifically curated for Saudi Arabic speech synthesis to improve pronunciation, fluency, and dialect consistency.

Dataset:

https://huggingface.co/datasets/wasmdashai/LAHJA-API-Data


🌐 Contact

📧 modelasg@gmail.com • 🌍 Website • 🤗 Hugging Face • 💻 GitHub • 🔗 LinkedIn


🏢 About WasmAI

WasmAI develops enterprise-grade Artificial Intelligence solutions focused on:

  • 🤖 Generative AI
  • 🧠 Large Language Models (LLMs)
  • 🗣️ Arabic Speech AI
  • 👁️ Computer Vision
  • 🤝 AI Agents
  • 🔍 Retrieval-Augmented Generation (RAG)
  • ☁️ Enterprise AI Platforms

Our mission is to build scalable, production-ready AI technologies that accelerate digital transformation across industries.


🙏 Acknowledgements

This project builds upon the excellent work of the open-source community, including VITS, HiFi-GAN, Transformers, PyTorch, tts-arabic, Finetune HF VITS, and Bert-VITS2. We sincerely thank all contributors for advancing speech synthesis research.


📖 Citation

@misc{lahja_sa_ahmad_v1,
  title={Lahja SA Ahmad V1: Saudi Arabic Text-to-Speech Model},
  author={Anas Al-Tawil},
  year={2026},
  publisher={Hugging Face},
  url={https://huggingface.co/wasmdashai/lahja-sa-ahmad-v1}
}

Developed with ❤️ by WasmAI

Building the Future of Arabic Artificial Intelligence

© 2026 WasmAI. All rights reserved.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VitsModel
Ревизия весов
23a47b3

0 моделей