/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
orpheus-3b-0.1-ft
Библиотека
transformers
Опубликована
9 июл 2025

orpheus-3b-0.1-ft-GGUF

Синтез речиТекст → аудио3 профессии

Orpheus 3B 0.1 Finetuned — модель синтеза речи (TTS), разработанная CanopyAI и опубликованная в формате GGUF командой Unsloth.

8 032скачиваний за 30 дней36лайковвеса обновлены9 июл 2025

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

Она основана на Llama и предназначена для преобразования текста в естественную, выразительную речь, включая сценарии потоковой генерации в реальном времени.

Модель поддерживает английский язык. Заявлены человеческая интонация, эмоциональность и естественный ритм речи, клонирование голоса без дополнительного обучения, а также управление эмоциями и интонацией с помощью специальных тегов. Заявленная задержка потоковой генерации составляет около 200 мс и может снижаться примерно до 100 мс при потоковой передаче входных данных. Размер модели — 3 млрд параметров; конкретные сведения о модальностях помимо текстового ввода и речевого вывода, размере контекстного окна и технических характеристиках архитектуры в README не указаны.

Модель подходит для голосовых интерфейсов, диалоговых систем, озвучивания контента и других приложений, где важны качество, выразительность и низкая задержка. Возможность клонирования голоса расширяет область применения, но требует осторожного использования и согласия владельца голоса. Модель распространяется по лицензии Apache-2.0. Разработчики запрещают использование для имперсонации без согласия, дезинформации, обмана, незаконной или вредоносной деятельности.

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

Orpheus 3B 0.1 Finetuned

03/18/2025 – We are releasing our 3B Orpheus TTS model with additional finetunes. Code is available on GitHub: CanopyAI/Orpheus-TTS


Orpheus TTS is a state-of-the-art, Llama-based Speech-LLM designed for high-quality, empathetic text-to-speech generation. This model has been finetuned to deliver human-level speech synthesis, achieving exceptional clarity, expressiveness, and real-time streaming performances.

Model Details

Model Capabilities

  • Human-Like Speech: Natural intonation, emotion, and rhythm that is superior to SOTA closed source models
  • Zero-Shot Voice Cloning: Clone voices without prior fine-tuning
  • Guided Emotion and Intonation: Control speech and emotion characteristics with simple tags
  • Low Latency: ~200ms streaming latency for realtime applications, reducible to ~100ms with input streaming

Model Sources

Usage

Check out our Colab (link to Colab) or GitHub (link to GitHub) on how to run easy inference on our finetuned models.

Model Misuse

Do not use our models for impersonation without consent, misinformation or deception (including fake news or fraudulent calls), or any illegal or harmful activity. By using this model, you agree to follow all applicable laws and ethical guidelines. We disclaim responsibility for any use.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Ревизия весов
e2b0030

0 моделей