Характеристики

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

Ссылки

Hugging Face

omnivoice-yoruba-15h

mosesdaudu

Синтез речиТекст → аудио

Дообученная версия OmniVoice синтезирует речь на йоруба и ориентирована на работу с ограниченным объёмом данных.

5скачиваний 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-yoruba-15h — версия OmniVoice, дообученная на 15 часах данных для синтеза речи на языке йоруба. Чекпойнт подготовлен как сопутствующая модель для постера Deep Learning Indaba 2026 (RIAD) «Tone on a Budget»; библиотека OmniVoice (k2-fsa) и формат весов Safetensors указаны в метаданных. Модель предназначена для преобразования текста на йоруба в речь с сохранением тональных особенностей языка.

Модель распространяется по лицензии Apache-2.0. Ограниченный объём обучающих данных может влиять на качество и надёжность синтеза; отдельные показатели качества в карточке не приведены.

Сценарии применения

синтез речи на йоруба из текста
озвучивание текстов с тональными особенностями йоруба
создание голосовых демонстраций для низкоресурсных африканских языков

Ограничения

Модель дообучена на ограниченном бюджете данных — 15 часах аудио, что может ограничивать качество и вариативность синтеза. Количественные оценки качества в карточке не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

omnivoice-yoruba-15h

OmniVoice (k2-fsa) finetuned for Yoruba at a 15h 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: 7c601b5