К содержимому
Аудио

orpheus-3b-swc-swa06

голос для начитки Писания на суахили

2 мин чтения

Это файнтюн Sunbird/orpheus-3b-tts-multilingual — TTS-модели на базе Llama-3.2-3B, которая генерирует аудиокоды SNAC 24 kHz. Модель на 3,3B дообучена на 96 часах студийной библейской начитки на суахили и предназначена для чтения Ветхого Завета на конголезском суахили (swc, SWC02).

Ключевые особенности

  • База — Sunbird/orpheus-3b-tts-multilingual: причинная LLM Llama-3.2-3B, выдающая SNAC-аудиокоды.
  • LoRA r=64 слита в веса; обучение — 3 эпохи. В папке adapter/ лежит тот же чекпойнт как PEFT-адаптер на 390 MB.
  • Чекпойнт swa06 обучали на SNAC-кадрах без дедупликации — по карточке, это дало самую разборчивую модель из семи прогонов проекта.
  • Основной голос — openbible_swa_0001; в корпусе есть ещё шесть дикторов.
  • Важное ограничение: тренировочное аудио — прибрежный/стандартный суахили (swh), а не swc; модель читает написание swc, но с прибрежным акцентом.

Пример

Быстрый старт из карточки:

pip install "transformers>=4.45" torch snac soundfile numpy
python infer.py --model danielgloo/orpheus-3b-swc-swa06 --text "Hapo mwanzo Mungu aliumba mbingu na inchi." --out gen_1_1.wav
ПодробнееCER на 178 отложенных стихах × 3 сида: 0.0665 у модели, 0.047 у человека, 0.076 у базовой модели. Сходство голоса с диктором (WavLM x-vector cosine) — 0.96.
В продакшн-рендере Бытия (1 511 стихов) доля провалов с первого раза — 1.8%; все стихи прошли за ≤3 попытки. Пропускная способность — ~725 токенов/с при batch 16 на одной GPU.
Держите repetition_penalty ≥ 1.1: при 1.0 модель зацикливается. Стихи длиннее ~100 текстовых токенов могут укорачиваться.
Лицензия весов — CC BY-SA 4.0 (share-alike); Orpheus-3B — Apache-2.0, SNAC — MIT.
Обсудить Telegram 0 23

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # danielgloo/swahili-drc
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download danielgloo/swahili-drc --local-dir ~/models/swahili-drc
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к swahili-drc
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии swahili-drc — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

danielgloo/swahili-drc
Автор
danielgloo
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

230

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

Swanada

Swanada