/ Модель

Характеристики

Параметры
3,5 млн
Лицензия
CC BY-NC 4.0
Архитектура
vits · dense
Базовая модель
mms-tts
Библиотека
transformers
Опубликована
8 апр 2025

bambara-tts

Синтез речиТекст → аудио3 профессии

Модель VITS для преобразования текста на бамбарском языке в речь.

99скачиваний за 30 дней1лайквеса обновлены24 апр 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Синтез речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

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

Bambara TTS — модель синтеза речи на бамбарском языке (Bamanankan), разработанная sudoping01 на базе Facebook/Meta MMS. Она преобразует текст в аудио и предназначена для озвучивания текста на бамбарском; в README отмечено, что на языке говорят преимущественно в Мали. Модель использует архитектуру VITS, содержит 3,5 млн параметров и распространяется в формате Safetensors. README указывает частоту дискретизации 16 кГц и возможность работы на CPU при рекомендуемых 4 ГБ оперативной памяти.

Модель рассчитана на стандартную орфографию бамбарского. Её ограничения включают нестабильную обработку заимствований и переключения на французский, различия в качестве между региональными диалектами, а также ограниченные просодию и эмоциональную выразительность. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое применение.

Сценарии применения

  • озвучивание текстов на бамбарском языке
  • создание аудиоверсий информационных материалов для аудитории в Мали
  • синтез речи для приложений и сервисов на бамбарском
  • генерация речевых примеров на стандартной орфографии бамбарского

Ограничения

Модель может хуже обрабатывать заимствования и переключение на французский, а качество зависит от регионального диалекта; для работы требуется стандартная орфография. Просодия и эмоциональная выразительность ограничены.

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

Bambara TTS

Text-to-speech synthesis model for Bambara (Bamanankan), a language spoken by over 14 million people primarily in Mali.

Technical Specifications

  • Architecture: VITS (Variational Inference with adversarial learning for end-to-end TTS)
  • Base Model: Facebook/Meta MMS
  • Size: 145 MB
  • Format: PyTorch
  • Sampling Rate: 16kHz
  • Language: Bambara (bm-ML)
  • Performance: Optimized for CPU (4GB RAM recommended)

Installation

pip install transformers torch soundfile

Usage

from transformers import VitsModel, AutoTokenizer
import torch

# Load model and tokenizer
model = VitsModel.from_pretrained("sudoping01/bambara-tts")
tokenizer = AutoTokenizer.from_pretrained("sudoping01/bambara-tts")

# Prepare text and generate speech
text = "An filɛ ni ye yɔrɔ minna ni an ye an sigi ka a layɛ yala an bɛ ka baara min kɛ ɛsike a kɛlen don ka Ɲɛ wa ?"
inputs = tokenizer(text, return_tensors="pt")
with torch.no_grad():
    output = model(**inputs).waveform

# Save output
waveform = output.squeeze().cpu().numpy()
sample_rate = model.config.sampling_rate
import soundfile as sf
sf.write("bambara_output.wav", waveform, sample_rate)

Limitations

  • Limited handling of loanwords and code-switching with French
  • Variable performance across regional dialects
  • Requires standard orthography
  • Limited prosody and emotional expression

License

CC BY-NC 4.0 (Attribution-NonCommercial)

  • Non-commercial use only
  • Attribution required for model authors and Meta
  • Use must respect Bambara language and culture

References

@misc{bambara-tts,
  author = {sudoping01},
  title = {Text-to-Speech Model for Bambara},
  year = {2025},
  publisher = {HuggingFace},
  howpublished = {\url{https://huggingface.co/sudoping01/bambara-tts}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VitsModel
Ревизия весов
0206e79

0 моделей