Характеристики

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

Ссылки

Hugging Face

omnivoice-yoruba-5h

mosesdaudu

Синтез речиТекст → аудио

Дообученная на пяти часах данных модель OmniVoice синтезирует речь на йоруба с акцентом на передачу тонов.

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-5h — модель синтеза речи на основе OmniVoice от k2-fsa, дообученная для йоруба на пяти часах данных. Это сопутствующий чекпойнт к постеру Deep Learning Indaba 2026 «Tone on a Budget»; модель предназначена для преобразования текста на йоруба в речь с учётом тональных особенностей языка.

Модель использует архитектуру OmniVoice и опубликована в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0. Малый объём обучающих данных отражает экспериментальный сценарий работы с языком с ограниченными ресурсами; README также упоминает метрику tone_i2 для оценки тонов без эталонной записи.

Сценарии применения

синтез речи на йоруба из текста
озвучивание коротких фраз на йоруба
создание речевых прототипов для низкоресурсного языка
исследование передачи тонов в синтезированной речи

Ограничения

Дообучение выполнено на пяти часах данных, поэтому охват произношений и речевых вариантов может быть ограничен. В README не приведены количественные результаты качества синтеза.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

omnivoice-yoruba-5h

OmniVoice (k2-fsa) finetuned for Yoruba at a 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: d998f66