/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
vokra
Опубликована
27 июл 2026

cosyvoice2-0.5b

Синтез речиТекст → аудио3 профессии

Конверсия CosyVoice2-0.5B в GGUF для синтеза речи в среде Vokra.

26скачиваний за 30 дней1лайквеса обновлены27 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

vokra/cosyvoice2-0.5b — конвертированная в формат Vokra GGUF модель синтеза речи CosyVoice2-0.5B от FunAudioLLM. Репозиторий содержит веса исходной модели, перепакованные для использования в среде инференса Vokra; это конверсия, а не новое обучение. Лицензия — Apache-2.0.

Модель предназначена для преобразования текста в речь. Для подачи текста требуется внешний фронтенд G2P; карточка указывает, что нужно использовать тот, который ожидает эта голосовая модель, но подробности о нём в доступном описании отсутствуют. Файл модели занимает около 2,45 ГБ; архитектура обозначена как cosyvoice2.

Сценарии применения

  • синтез речи из подготовленного текста
  • озвучивание текста с помощью CosyVoice2 в Vokra
  • локальный инференс модели преобразования текста в речь

Ограничения

Для текстового ввода требуется внешний G2P-фронтенд, соответствующий ожиданиям модели. В доступных сведениях не перечислены поддерживаемые языки или характеристики голоса.

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

cosyvoice2-0.5b (Vokra GGUF)

Text to speech model, converted to the Vokra GGUF format for Vokra, a zero-dependency speech-AI inference runtime.

This is a conversion, not a new model. The weights are the upstream ones; Vokra re-packages them so its runtime can memory-map them directly. Credit for the model belongs upstream — see Source below.

Files

FileSizeSHA-256
cosyvoice2-0.5b.gguf2448.8 MBbf4d5eb7d4be00118be4fa3c2605957e3699185d9dd1159a8710e6e8dd07c4c4

Usage

# Download (any HTTP client works — the file is a plain GGUF)
curl -L -o cosyvoice2-0.5b.gguf \
  https://huggingface.co/vokra/cosyvoice2-0.5b/resolve/main/cosyvoice2-0.5b.gguf
vokra-cli run --model cosyvoice2-0.5b.gguf --text "こんにちは" --output out.wav

Text input needs a G2P front-end; see the model notes below for which one this voice expects.

Provenance

FieldValue
Architecturecosyvoice2
Tensors295
Upstream sourceFunAudioLLM/CosyVoice2-0.5B (Apache-2.0)
Upstream licenceApache-2.0
Licence classpermissive
Registry model idcosyvoice2
Vokra GGUF schema1
Converted byvokra-core 0.1.0-alpha.0

Every row above is read out of this file's own vokra.* metadata, so the card cannot claim something the artifact does not carry.

Licence

The weights are distributed under Apache-2.0, unchanged from upstream. Conversion does not alter the licence, and your obligations run to the upstream author.

Verifying this file

shasum -a 256 cosyvoice2-0.5b.gguf
# expect: bf4d5eb7d4be00118be4fa3c2605957e3699185d9dd1159a8710e6e8dd07c4c4

Как запустить

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

GPU в ailist

Универсальный рантайм · vokra

Нельзя запустить

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

Ревизия весов
d707e02

0 моделей