Характеристики

Контекст: 131 072 токена
Лицензия: Apache 2.0
Архитектура: omnivoice · dense
Библиотека: omnivoice
Опубликована: 27 июн 2026

Ссылки

Hugging Face

omnivoice-swahili-2p5h

mosesdaudu

Синтез речиТекст → аудио

Дообученная версия OmniVoice для синтеза речи на суахили, созданная с использованием 2,5 часа данных.

8скачиваний за 30 дней0лайковвеса обновлены27 июн 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

omnivoice-swahili-2p5h — версия OmniVoice, дообученная для синтеза речи на суахили на корпусе объёмом 2,5 часа. Модель создана на базе OmniVoice от k2-fsa и сопровождает постер Deep Learning Indaba 2026 (RIAD) «Tone on a Budget». Она предназначена для преобразования текста в речь; репозиторий использует библиотеку OmniVoice и формат весов safetensors.

Модель опубликована по лицензии Apache-2.0. Описание указывает на небольшой объём данных для дообучения, но не приводит оценки качества или подробностей о поддерживаемых голосах и ограничениях синтеза.

Сценарии применения

синтез речи на суахили из текста
озвучивание коротких сообщений на суахили
создание речевых демонстраций для малоресурсного суахили

Ограничения

Дообучение выполнено на ограниченном объёме данных — 2,5 часа; описание не сообщает оценок качества и характеристик голосов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

omnivoice-swahili-2p5h

OmniVoice (k2-fsa) finetuned for Swahili at a 2.5h data budget - companion checkpoint for the Deep Learning Indaba 2026 (RIAD) poster "Tone on a Budget".

Code, the reference-free tone_i2 tone metric, and the recipe: https://github.com/mosesdaudu001/tone-on-a-budget

License & codec

These weights are a derivative of OmniVoice (k2-fsa, Apache-2.0). At inference the model loads the Higgs-Audio-v2 codec separately; that codec carries the Boson Higgs Audio 2 Community License (non-commercial, output-restriction). This repo contains only the Apache-2.0-derived OmniVoice weights - obtain the codec from its own source.

Как запустить

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

GPU в ailist

Универсальный рантайм · omnivoice

Нельзя запустить

Архитектура omnivoice неизвестна transformers в образе рантайма.

Класс архитектуры: OmniVoice
Ревизия весов: 981498b