/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
VoxCPM2
Опубликована
6 авг 2026

VoxCPM2-khmer

Синтез речиТекст → аудио3 профессии

Многоязычная модель на основе VoxCPM2 для синтеза речи, создания голоса по описанию и клонирования голоса по аудиообразцу.

10скачиваний за 30 дней0лайковвеса обновлены6 авг 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

VoxCPM2-khmer — многоязычная модель синтеза речи на основе openbmb/VoxCPM2. Автор карточки описывает репозиторий как копию и/или дообученную версию для создания пользовательского сервиса или приложения синтеза речи; метаданные классифицируют её как дообучение базовой модели. Модель принимает текст и генерирует речь с частотой дискретизации 48 кГц.

Заявлены синтез речи на нескольких языках, создание голоса по текстовому описанию и клонирование голоса по образцу аудио. Указана лицензия Apache-2.0, допускающая личное и коммерческое применение с соблюдением условий лицензии и ограничений ответственного использования. Карточка не сообщает размер модели и длину контекста; в метаданных есть языковые теги, включая кхмерский, но он не входит в список card_languages.

Сценарии применения

  • озвучивание текста на поддерживаемых языках
  • создание голоса по текстовому описанию
  • клонирование голоса по аудиообразцу
  • генерация речи для пользовательского TTS-сервиса

Ограничения

В README перечислены поддерживаемые сценарии, но не приведены результаты оценок качества или ограничения синтеза. Хотя идентификатор модели указывает на кхмерский язык и метаданные содержат тег km, кхмерский отсутствует в списке card_languages.

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

My VoxCPM2 TTS Model

This model is based on openbmb/VoxCPM2, a multilingual Text-to-Speech model released under the Apache-2.0 license.

This repository contains my duplicated and/or fine-tuned version for building a custom TTS service or application.

Features

  • Multilingual text-to-speech
  • Voice design from text description
  • Voice cloning from reference audio
  • 48kHz audio output
  • Suitable for personal and commercial applications, subject to the Apache-2.0 license and responsible-use restrictions

Usage

from voxcpm import VoxCPM
import soundfile as sf

model = VoxCPM.from_pretrained("ravuthz/VoxCPM2-khmer", load_denoiser=False)

wav = model.generate(
    text="VoxCPM2 គឺជាការចេញផ្សាយដែលបានណែនាំបច្ចុប្បន្នសម្រាប់ការសំយោគការនិយាយច្រើនភាសាដែលប្រាកដនិយម។",
    cfg_value=2.0,
    inference_timesteps=10,
)

sf.write("output.wav", wav, model.tts_model.sample_rate)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
7a753c2

0 моделей