OuteAI/OuteTTS-1.0-0.6B-ONNX
https://huggingface.co/OuteAI/OuteTTS-1.0-0.6B with ONNX weights to be compatible with Transformers.js. Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make yo...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#9 Repository Của Tháng
#1 Repository Của Tuần
🔊 OuteTTS-1.0-0.6B-ONNX: Giọng nói từ mô hình 0.6B chạy trực tiếp trên trình duyệt
Phiên bản ONNX của mô hình TTS OuteTTS 1.0, tương thích ngay với Transformers.js — không cần máy chủ.
Đây là bản chuyển đổi trọng lượng từ OuteAI/OuteTTS-1.0-0.6B sang định dạng ONNX, giúp mô hình chuyển đổi văn bản thành giọng nói (text-to-speech) chạy được trên Transformers.js và các nền tảng hỗ trợ WebNN/WebML. Mô hình hỗ trợ đa ngôn ngữ bao gồm tiếng Anh, Trung, Hà Lan, Pháp, Hồi, Đức, Hungary, Ý, Nhật, Hàn, Latvia, Ba Lan, Nga, Tây Ban Nha.
✨ Điểm nổi bật
- ONNX weights: Trọng lượng mô hình được đóng gói dưới định dạng ONNX, tối ưu cho inference trên web và edge.
- Hỗ trợ Transformers.js: Chạy trực tiếp trên trình duyệt thông qua Transformers.js, không cần backend phức tạp.
- Đa ngôn ngữ: Hỗ trợ hơn 14 ngôn ngữ khác nhau, phù hợp cho ứng dụng đa khu vực.
- Cấu trúc repo chuẩn: Trọng lượng ONNX được đặt trong thư mục
onnx, là mẫu tham khảrối cho các dự án khác. - Giấy phép Apache 2.0: Sử dụng thoải mái cho cả mục đích thương mại và nghiên cứu.
💡 Vì sao đáng chú ý
Việc cung cấp bản ONNX riêng biệt cho phép cộng đồng dễ dàng triển khai mô hình TTS lên môi trường web mà không cần chờ đợi hỗ trợ WebML rộng rãi. Đây là giải pháp tạm thời cho đến khi WebML được chấp nhận phổ biến hơn. Nếu bạn đang muốn đưa mô hình của mình lên web, đây là tài liệu tham khảo lý tưởng — hãy dùng 🤗 Optimum để chuyển đổi và tuân theo cấu trúc thư mục tương tự.
#TextToSpeech #ONNX #TransformersJS #OuteTTS #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
OmniVoice 🌍 OmniVoice is a massively multilingual zero-shot text-to-speech (TTS) model supporting over 600 languages. Built on a novel diffusion language model-style architecture, it delivers high-quality speech w...
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic se...
Chatterbox TTS Made with ❤️ by Latest Release: Chatterbox Multilingual V3 Chatterbox Multilingual V3 is the latest general-purpose multilingual TTS model in the Chatterbox family. It keeps the same 0.5B model size while improving speaker similarity,...
VoxCPM2 VoxCPM2 is a tokenizer-free, diffusion autoregressive Text-to-Speech model — 2B parameters, 30 languages, 48kHz audio output, trained on over 2 million hours of multilingual speech data. !GitHub(https://img.shields.io/badge/GitHub-VoxCPM-blu...
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...
XLM-RoBERTa (base-sized model) XLM-RoBERTa model pre-trained on 2.5TB of filtered CommonCrawl data containing 100 languages. It was introduced in the paper Unsupervised Cross-lingual Representation Learning at Scale(https://arxiv.org/abs/1911.02116)...
Multilingual-E5-large Multilingual E5 Text Embeddings: A Technical Report(https://arxiv.org/pdf/2402.05672). Liang Wang, Nan Yang, Xiaolong Huang, Linjun Yang, Rangan Majumder, Furu Wei, arXiv 2024 This model has 24 layers and the embedding size is...
Multilingual-E5-small Multilingual E5 Text Embeddings: A Technical Report(https://arxiv.org/pdf/2402.05672). Liang Wang, Nan Yang, Xiaolong Huang, Linjun Yang, Rangan Majumder, Furu Wei, arXiv 2024 This model has 12 layers and the embedding size is...