Характеристики

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

Ссылки

Hugging Face

omnivoice-yoruba-full

mosesdaudu

Синтез речиТекст → аудио

Дообученная OmniVoice модель синтезирует речь на йоруба с учётом тонов.

4скачиваний 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-full — модель преобразования текста в речь на языке йоруба, разработанная на основе OmniVoice от k2-fsa и дообученная на полном объёме данных. Это сопутствующий чекпойнт к постеру Deep Learning Indaba 2026 «Tone on a Budget»; модель предназначена для синтеза йоруба с учётом тонов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Модель рассчитана на сценарии синтеза речи на йоруба, включая озвучивание текста и создание речевых данных. Карточка также упоминает метрику оценки тонов tone_i2 и рецепт обучения, однако не приводит численных результатов качества или подробностей архитектуры и контекста.

Сценарии применения

озвучивание текста на йоруба
синтез речи для низкоресурсного языка
создание голосовых версий материалов на йоруба

Ограничения

Карточка не сообщает численных оценок качества или ограничений синтеза; применимость к другим языкам не заявлена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

omnivoice-yoruba-full

OmniVoice (k2-fsa) finetuned for Yoruba at a full 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: 5b0959a