/ Модель

Характеристики

Контекст
1 024 токена
Параметры
104 млн
Архитектура
vieneu_v3 · dense
Базовая модель
VieNeu-TTS-v3-Turbo
Библиотека
gguf
Опубликована
20 июл 2026

VieNeu-TTS-v3-Turbo-GGUF

Синтез речиТекст → аудио3 профессии

GGUF-версия VieNeu-TTS v3 Turbo для быстрого локального синтеза речи на вьетнамском и английском языках.

30 679скачиваний за 30 дней1лайквеса обновлены21 июл 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

VieNeu-TTS v3 Turbo GGUF — GGUF-версия модели синтеза речи VieNeu-TTS-v3-Turbo, разработанной pnnbao-ump и упакованной для работы с audio.cpp. Модель содержит сжатую talker-основу Qwen3 и веса токенизатора и декодера речи; размер исходной архитектуры составляет 103,8 млн параметров, контекст — до 1024 токенов. Репозиторий описывает один GGUF-файл размером 163 МБ и генерацию аудио с частотой 48 кГц.

Модель преобразует текст в речь и предназначена для локального запуска, в том числе на CPU через C++ без PyTorch. В README приведены замеры, показывающие быстрое время загрузки и генерации в audio.cpp на тестовой конфигурации с четырьмя потоками. В метаданных указаны вьетнамский и английский языки. Лицензия в предоставленных данных не указана.

Сценарии применения

  • синтез вьетнамской речи из текста
  • синтез английской речи из текста
  • локальная генерация речи на CPU
  • встраивание синтеза речи в C++-приложения

Ограничения

README приводит производительные замеры только для конкретной конфигурации CPU с четырьмя потоками; результаты могут отличаться на другом оборудовании. Лицензия не указана в предоставленных данных.

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

🦜 VieNeu-TTS v3 Turbo GGUF (48 kHz)

This repository contains the official GGUF quantized model package for VieNeu-TTS v3 Turbo (48 kHz), fully integrated and supported natively in audio.cpp (merged in PR #80).

Model Credits & Acknowledgments: This is a GGUF quantization of the original VieNeu-TTS-v3-Turbo model created by pnnbao-ump. All credit for the underlying architecture and model training goes to the original authors.

It packs both the compressed Qwen3 talker backbone and the speech tokenizer/decoder weights into a single optimized 163 MB file, enabling instant load times and ultra-fast, torch-free C++ generation on CPU.


📊 Performance Benchmarks (CPU)

The following benchmark compares native Python backends (PyTorch CPU, ONNX CPU int8, and ONNX CPU fp32) against the compiled C++ CPU backend (using 4 threads, generating ~3.5 seconds of high-fidelity 48 kHz audio):

MetricNative PyTorch CPUUpstream ONNX CPU (onnx_int8)Upstream ONNX CPU (onnx_update / FP32)C++ CPU (audio.cpp)
Model Load Time9.30 seconds8.93 seconds17.04 secondsInstant (<0.01s)
First Run (Warmup)1.70 seconds1.57 seconds1.40 seconds0.07 seconds
Inference Time (Avg)1.58 seconds1.51 seconds2.80 seconds0.89 seconds
Real-Time Factor (RTF)0.440.430.800.24 (4x faster)
Combined Load+Warmup11.00 seconds10.50 seconds18.44 seconds0.08 seconds

🛠️ Usage

1. Build the C++ CLI Runner

Clone the official audio.cpp repository and build the target binary:

# Clone the upstream repository
git clone https://github.com/0xShug0/audio.cpp.git
cd audio.cpp

# Build the executable
chmod +x scripts/build_linux.sh
./scripts/build_linux.sh --backend cpu --target audiocpp_cli

2. Download the Model File

Download this GGUF model along with its tokenizer configurations using audio.cpp's built-in model manager:

python tools/model_manager.py install vietneu_tts_v3_turbo

Or manually:

mkdir -p models/VieNeu-TTS-v3-Turbo
cd models/VieNeu-TTS-v3-Turbo

wget https://huggingface.co/phuocnguyen90/VieNeu-TTS-v3-Turbo-GGUF/resolve/main/model.gguf
wget https://huggingface.co/phuocnguyen90/VieNeu-TTS-v3-Turbo-GGUF/resolve/main/config.json
wget https://huggingface.co/phuocnguyen90/VieNeu-TTS-v3-Turbo-GGUF/resolve/main/tokenizer.json
wget https://huggingface.co/phuocnguyen90/VieNeu-TTS-v3-Turbo-GGUF/resolve/main/tokenizer_config.json
wget https://huggingface.co/phuocnguyen90/VieNeu-TTS-v3-Turbo-GGUF/resolve/main/special_tokens_map.json
mkdir -p speech_tokenizer
wget -O speech_tokenizer/config.json https://huggingface.co/phuocnguyen90/VieNeu-TTS-v3-Turbo-GGUF/resolve/main/speech_tokenizer/config.json

3. Generate Speech

Run inference via the C++ CLI:

../../build/linux-cpu-release/bin/audiocpp_cli   --task tts   --family vietneu_tts   --model model.gguf   --backend cpu   --voice-ref ../../assets/resources/sample.wav   --reference-text "Some call me nature. Others call me Mother Nature."   --text "sˈin tʃˈaː2w tˈeɜ zˈəːɜj. ɗˈəɪ lˌaː2 bˈaː4n tˈy4 ŋˈiɛ6m."   --out output.wav

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Класс архитектуры
VieNeuV3TurboForTTS
Ревизия весов
dedc3dd

0 моделей